主分类：大模型与生成式算法研发
辅助：计算机视觉与图像感知算法研发（仅展示）
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": "端侧大模型算法研究员-移动OS",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"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": "计算机、人工智能、计算机视觉、数据科学相关专业博士学位优先",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、多意图与任务处理：\n1） 精准理解用户输入中的多意图，推导意图间关系，设计鲁棒的任务推理方法；\n2）设计高效的任务编排系统，支持多任务并行执行，并能根据复杂场景需求动态调整任务执行顺序；\n3）针对复杂任务链条，构建动态规划与优化机制，实现高效任务分配与执行，确保多场景切换时规划合理稳定；\n2、个性化记忆建模与搜索：\n1）应对行为数据稀疏性，基于长期行为设计有效特征提取与建模方法，构建个性化的记忆模型，提升用户交互的精准度与体验；\n2）提升记忆模型鲁棒性和泛化能力，设计轻量化模型兼顾端侧与云端部署；\n3）在端侧设备实现低延迟全局搜索，优化计算资源提升搜索效率；\n3、扩散模型优化与部署：\n1）如何在保持生成质量的前提下，精简Stable Diffusion等扩散模型以适应端侧设备；\n2）设计轻量化的网络架构和高效的采样策略，提升模型的运行速度与效率；\n3）针对不同应用场景优化模型生成能力，提升对复杂背景、动态内容的适应性；\n4、GUI自动化操作：\n1）实现通用化GUI自动化操作，支持多种设备界面；\n2）优化自动化操作的效率与准确性，减少用户干预需求。",
"requirements_text": "1、计算机、人工智能、计算机视觉、数据科学相关专业博士学位优先；\n2、扎实的机器学习、NLP/CV/序列建模等基础，具备多模态数据处理等研究背景；\n3、熟悉Transformer、Diffusion、GAN、CNN/RNN等模型基础结构；\n4、在NeurIPS/ICML/ICLR/ACL/EMNLP/CVPR/ICCV/ECCV等会议上发表论文者优先；\n5、优秀的代码能力、数据结构和基础算法功底，熟练C/C++或Python；\n6、出色的问题分析和解决能力，有自主探索解决方案的能力。",
"skills": [AI生成
"Python",
"C++",
"机器学习",
"自然语言处理",
"计算机视觉",
"数据结构",
"建模"
],
"preferred_qualifications": "1、计算机、人工智能、计算机视觉、数据科学相关专业博士学位优先；4、在NeurIPS/ICML/ICLR/ACL/EMNLP/CVPR/ICCV/ECCV等会议上发表论文者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7503889028338714887/detail"
}
]
},
"posting": {
"posting_id": "7503889028338714887",
"post_date": "2025-05-13",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7503889028338714887/detail"
},
"fulltext": "端侧大模型算法研究员-移动OS\n职位描述\n1、多意图与任务处理：\n1） 精准理解用户输入中的多意图，推导意图间关系，设计鲁棒的任务推理方法；\n2）设计高效的任务编排系统，支持多任务并行执行，并能根据复杂场景需求动态调整任务执行顺序；\n3）针对复杂任务链条，构建动态规划与优化机制，实现高效任务分配与执行，确保多场景切换时规划合理稳定；\n2、个性化记忆建模与搜索：\n1）应对行为数据稀疏性，基于长期行为设计有效特征提取与建模方法，构建个性化的记忆模型，提升用户交互的精准度与体验；\n2）提升记忆模型鲁棒性和泛化能力，设计轻量化模型兼顾端侧与云端部署；\n3）在端侧设备实现低延迟全局搜索，优化计算资源提升搜索效率；\n3、扩散模型优化与部署：\n1）如何在保持生成质量的前提下，精简Stable Diffusion等扩散模型以适应端侧设备；\n2）设计轻量化的网络架构和高效的采样策略，提升模型的运行速度与效率；\n3）针对不同应用场景优化模型生成能力，提升对复杂背景、动态内容的适应性；\n4、GUI自动化操作：\n1）实现通用化GUI自动化操作，支持多种设备界面；\n2）优化自动化操作的效率与准确性，减少用户干预需求。\n\n职位要求\n1、计算机、人工智能、计算机视觉、数据科学相关专业博士学位优先；\n2、扎实的机器学习、NLP/CV/序列建模等基础，具备多模态数据处理等研究背景；\n3、熟悉Transformer、Diffusion、GAN、CNN/RNN等模型基础结构；\n4、在NeurIPS/ICML/ICLR/ACL/EMNLP/CVPR/ICCV/ECCV等会议上发表论文者优先；\n5、优秀的代码能力、数据结构和基础算法功底，熟练C/C++或Python；\n6、出色的问题分析和解决能力，有自主探索解决方案的能力。\n1、多意图与任务处理：\n1） 精准理解用户输入中的多意图，推导意图间关系，设计鲁棒的任务推理方法；\n2）设计高效的任务编排系统，支持多任务并行执行，并能根据复杂场景需求动态调整任务执行顺序；\n3）针对复杂任务链条，构建动态规划与优化机制，实现高效任务分配与执行，确保多场景切换时规划合理稳定；\n2、个性化记忆建模与搜索：\n1）应对行为数据稀疏性，基于长期行为设计有效特征提取与建模方法，构建个性化的记忆模型，提升用户交互的精准度与体验；\n2）提升记忆模型鲁棒性和泛化能力，设计轻量化模型兼顾端侧与云端部署；\n3）在端侧设备实现低延迟全局搜索，优化计算资源提升搜索效率；\n3、扩散模型优化与部署：\n1）如何在保持生成质量的前提下，精简Stable Diffusion等扩散模型以适应端侧设备；\n2）设计轻量化的网络架构和高效的采样策略，提升模型的运行速度与效率；\n3）针对不同应用场景优化模型生成能力，提升对复杂背景、动态内容的适应性；\n4、GUI自动化操作：\n1）实现通用化GUI自动化操作，支持多种设备界面；\n2）优化自动化操作的效率与准确性，减少用户干预需求。\n1、计算机、人工智能、计算机视觉、数据科学相关专业博士学位优先；\n2、扎实的机器学习、NLP/CV/序列建模等基础，具备多模态数据处理等研究背景；\n3、熟悉Transformer、Diffusion、GAN、CNN/RNN等模型基础结构；\n4、在NeurIPS/ICML/ICLR/ACL/EMNLP/CVPR/ICCV/ECCV等会议上发表论文者优先；\n5、优秀的代码能力、数据结构和基础算法功底，熟练C/C++或Python；\n6、出色的问题分析和解决能力，有自主探索解决方案的能力。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T034"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}