主分类：大模型与生成式算法研发
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": "多模态视频理解大模型算法工程师-视频与边缘",
"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": "获得硕士及以上学位",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、探索多模态视频理解大模型技术前沿，长视频理解、Token压缩、影视视频剧本还原、全模态高光理解、流式视频理解、理解和生成统一等技术方向，创新性优化相关算法；\n2、全模态大模型（文本、图像、语音）的Post-training算法，同时结合用户消费行为持续优化模型效果，结合LongCoT和RL自主探索学习，探索多模态感知能力的边界；\n3、探索视频剪辑Agent相关的研发和应用，研究高质量数据的挖掘和合成、大模型的对齐效率、多目标融合的学习，Agent全链路优化的方法等等；\n4、探索直播流式场景比如体育、游戏等实时解说，解决工业级效率和效果难题，支持多语言服务全球化；\n5、发表相关技术创新成果，比如顶会论文、专利或比赛。",
"requirements_text": "1、获得硕士及以上学位，计算机科学、人工智能、自动化等专业优先；\n2、熟练掌握Python/C++，熟悉NLP、CV、多模态中的1-2个领域，熟悉大模型训练、RL算法者优先；\n3、熟悉Qwen-VL、InternVL、InternVideo等模型，有基于视频Catpion、视频Grounding、视频摘要、视频问答、美学评价、高光检测、动作识别、视频编辑、视频风格化等项目落地经验者加分，能深入解决大模型训练和应用存在的问题；\n4、发表过CV/NLP/多模态相关顶会论文（比如CVPR/ICLR/ICCV/PAMI/ACL等）或ACM等竞赛获奖；\n5、强烈的技术热爱和好奇心与自主探索能力，优秀的分析和解决问题的能力，和团队一起探索新技术创新和落地。",
"skills": [AI生成
"Python",
"C++",
"自然语言处理",
"模型训练",
"解决问题",
"大语言模型"
],
"preferred_qualifications": "1、获得硕士及以上学位，计算机科学、人工智能、自动化等专业优先；2、熟练掌握Python/C++，熟悉NLP、CV、多模态中的1-2个领域，熟悉大模型训练、RL算法者优先；3、熟悉Qwen-VL、InternVL、InternVideo等模型，有基于视频Catpion、视频Grounding、视频摘要、视频问答、美学评价、高光检测、动作识别、视频编辑、视频风格化等项目落地经验者加分，能深入解决大模型训练和应用存在的问题",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7506094811766638856/detail"
}
]
},
"posting": {
"posting_id": "7506094811766638856",
"post_date": "2025-05-19",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7506094811766638856/detail"
},
"fulltext": "多模态视频理解大模型算法工程师-视频与边缘\n职位描述\n1、探索多模态视频理解大模型技术前沿，长视频理解、Token压缩、影视视频剧本还原、全模态高光理解、流式视频理解、理解和生成统一等技术方向，创新性优化相关算法；\n2、全模态大模型（文本、图像、语音）的Post-training算法，同时结合用户消费行为持续优化模型效果，结合LongCoT和RL自主探索学习，探索多模态感知能力的边界；\n3、探索视频剪辑Agent相关的研发和应用，研究高质量数据的挖掘和合成、大模型的对齐效率、多目标融合的学习，Agent全链路优化的方法等等；\n4、探索直播流式场景比如体育、游戏等实时解说，解决工业级效率和效果难题，支持多语言服务全球化；\n5、发表相关技术创新成果，比如顶会论文、专利或比赛。\n\n职位要求\n1、获得硕士及以上学位，计算机科学、人工智能、自动化等专业优先；\n2、熟练掌握Python/C++，熟悉NLP、CV、多模态中的1-2个领域，熟悉大模型训练、RL算法者优先；\n3、熟悉Qwen-VL、InternVL、InternVideo等模型，有基于视频Catpion、视频Grounding、视频摘要、视频问答、美学评价、高光检测、动作识别、视频编辑、视频风格化等项目落地经验者加分，能深入解决大模型训练和应用存在的问题；\n4、发表过CV/NLP/多模态相关顶会论文（比如CVPR/ICLR/ICCV/PAMI/ACL等）或ACM等竞赛获奖；\n5、强烈的技术热爱和好奇心与自主探索能力，优秀的分析和解决问题的能力，和团队一起探索新技术创新和落地。\n1、探索多模态视频理解大模型技术前沿，长视频理解、Token压缩、影视视频剧本还原、全模态高光理解、流式视频理解、理解和生成统一等技术方向，创新性优化相关算法；\n2、全模态大模型（文本、图像、语音）的Post-training算法，同时结合用户消费行为持续优化模型效果，结合LongCoT和RL自主探索学习，探索多模态感知能力的边界；\n3、探索视频剪辑Agent相关的研发和应用，研究高质量数据的挖掘和合成、大模型的对齐效率、多目标融合的学习，Agent全链路优化的方法等等；\n4、探索直播流式场景比如体育、游戏等实时解说，解决工业级效率和效果难题，支持多语言服务全球化；\n5、发表相关技术创新成果，比如顶会论文、专利或比赛。\n1、获得硕士及以上学位，计算机科学、人工智能、自动化等专业优先；\n2、熟练掌握Python/C++，熟悉NLP、CV、多模态中的1-2个领域，熟悉大模型训练、RL算法者优先；\n3、熟悉Qwen-VL、InternVL、InternVideo等模型，有基于视频Catpion、视频Grounding、视频摘要、视频问答、美学评价、高光检测、动作识别、视频编辑、视频风格化等项目落地经验者加分，能深入解决大模型训练和应用存在的问题；\n4、发表过CV/NLP/多模态相关顶会论文（比如CVPR/ICLR/ICCV/PAMI/ACL等）或ACM等竞赛获奖；\n5、强烈的技术热爱和好奇心与自主探索能力，优秀的分析和解决问题的能力，和团队一起探索新技术创新和落地。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}