主分类：搜索推荐与业务决策算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "算法实习生-TikTok内容生态算法",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "未披露",
"location": "上海",
"work_mode": "未披露",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "2027届本科及以上学历在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n团队介绍：TikTok内容生态算法团队立足于平台海量用户和短视频内容，利用多模态、LLM/MLLM、NLP&CV等技术，负责对各类内容做分析、加工、生成等内容层操作，内容形态包括但不限于短视频、图文、全网热点页面、客服对话等，产出内容理解特征、大模型生成中间页、全网热点发现&理解能力以及智能客服系统。\n同时在TikTok供给侧提供面向全平台的创作灵感个性化推荐能力。\n\n在这里，有上百个语种，NLP/LLM等技术面临多语种挑战。\n在这里，有海量短视频内容，MLLM及多模态技术有更多应用场景。\n平台用户量大，各项业务如本地生活、搜索等都处于高速发展期，有大量实际落地和应用场景。\n\n1、负责TikTok的内容生态业务推荐算法工作，和产品、运营等团队紧密合作，深度理解TikTok推荐业务发展，共同制定长短期的业务目标；\n2、深入参与到机器学习技术研究中，在解决具体问题的同时形成完整系统的方法论，持续提升用户体验；\n3、研究方向包含且不局限于：深度学习、图神经网络、多任务学习、Learning to rank、模型压缩和加速、多模态技术等，善于结合业务的实际问题来做好技术的探索和研究；\n4、组织推进组内以及跨部门合作项目，帮助团队的进步和新人成长。",
"requirements_text": "1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、熟悉LLM/MLLM，有实际大模型调优、应用经验更佳；\n3、熟悉Prompt/Sft/Continuous Pretrain/Fine-tuning/蒸馏等优化思路，积极关注最新AI相关技术和论文；\n4、计算机语言/视觉等相关领域有较好的理解和应用，包括但不限于：对话系统、视频理解、多模理解等；\n5、对自监督、无监督、对比学习等训练方法和理论基础较为熟悉。",
"skills": [AI生成
"大语言模型"
],
"preferred_qualifications": "1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7472658245347330311/detail"
}
]
},
"posting": {
"posting_id": "7472658245347330311",
"post_date": "2025-02-18",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7472658245347330311/detail"
},
"fulltext": "算法实习生-TikTok内容生态算法\n职位描述\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n团队介绍：TikTok内容生态算法团队立足于平台海量用户和短视频内容，利用多模态、LLM/MLLM、NLP&CV等技术，负责对各类内容做分析、加工、生成等内容层操作，内容形态包括但不限于短视频、图文、全网热点页面、客服对话等，产出内容理解特征、大模型生成中间页、全网热点发现&理解能力以及智能客服系统。\n同时在TikTok供给侧提供面向全平台的创作灵感个性化推荐能力。\n\n在这里，有上百个语种，NLP/LLM等技术面临多语种挑战。\n在这里，有海量短视频内容，MLLM及多模态技术有更多应用场景。\n平台用户量大，各项业务如本地生活、搜索等都处于高速发展期，有大量实际落地和应用场景。\n\n1、负责TikTok的内容生态业务推荐算法工作，和产品、运营等团队紧密合作，深度理解TikTok推荐业务发展，共同制定长短期的业务目标；\n2、深入参与到机器学习技术研究中，在解决具体问题的同时形成完整系统的方法论，持续提升用户体验；\n3、研究方向包含且不局限于：深度学习、图神经网络、多任务学习、Learning to rank、模型压缩和加速、多模态技术等，善于结合业务的实际问题来做好技术的探索和研究；\n4、组织推进组内以及跨部门合作项目，帮助团队的进步和新人成长。\n\n职位要求\n1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、熟悉LLM/MLLM，有实际大模型调优、应用经验更佳；\n3、熟悉Prompt/Sft/Continuous Pretrain/Fine-tuning/蒸馏等优化思路，积极关注最新AI相关技术和论文；\n4、计算机语言/视觉等相关领域有较好的理解和应用，包括但不限于：对话系统、视频理解、多模理解等；\n5、对自监督、无监督、对比学习等训练方法和理论基础较为熟悉。\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n团队介绍：TikTok内容生态算法团队立足于平台海量用户和短视频内容，利用多模态、LLM/MLLM、NLP&CV等技术，负责对各类内容做分析、加工、生成等内容层操作，内容形态包括但不限于短视频、图文、全网热点页面、客服对话等，产出内容理解特征、大模型生成中间页、全网热点发现&理解能力以及智能客服系统。\n同时在TikTok供给侧提供面向全平台的创作灵感个性化推荐能力。\n\n在这里，有上百个语种，NLP/LLM等技术面临多语种挑战。\n在这里，有海量短视频内容，MLLM及多模态技术有更多应用场景。\n平台用户量大，各项业务如本地生活、搜索等都处于高速发展期，有大量实际落地和应用场景。\n\n1、负责TikTok的内容生态业务推荐算法工作，和产品、运营等团队紧密合作，深度理解TikTok推荐业务发展，共同制定长短期的业务目标；\n2、深入参与到机器学习技术研究中，在解决具体问题的同时形成完整系统的方法论，持续提升用户体验；\n3、研究方向包含且不局限于：深度学习、图神经网络、多任务学习、Learning to rank、模型压缩和加速、多模态技术等，善于结合业务的实际问题来做好技术的探索和研究；\n4、组织推进组内以及跨部门合作项目，帮助团队的进步和新人成长。\n1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、熟悉LLM/MLLM，有实际大模型调优、应用经验更佳；\n3、熟悉Prompt/Sft/Continuous Pretrain/Fine-tuning/蒸馏等优化思路，积极关注最新AI相关技术和论文；\n4、计算机语言/视觉等相关领域有较好的理解和应用，包括但不限于：对话系统、视频理解、多模理解等；\n5、对自监督、无监督、对比学习等训练方法和理论基础较为熟悉。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}