职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7509538442574825746

多模态算法工程师-抖音评论

未披露 · 上海 · 字节跳动

主分类:大模型与生成式算法研发
算法与数据
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": "多模态算法工程师-抖音评论",
        "job_level": "未披露",AI生成
        "work_category": "全职",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": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、负责抖音系产品中视频、直播、图文等不同体裁下评论(文评、图评、音评等)、弹幕等互动内容的安全、体验、增长、创新工作;\n2、面向互动内容中存在的对抗表达、隐晦表达、知识依赖等语义挑战,时序性、多模态、交互性等结构挑战,研发大模型驱动的机审系统,提升互动内容的安全、画风、生态的治理能力,有效降低互动内容的潜在风险;\n3、分析和挖掘互动内容中蕴含的用户真实意图,探索基于大模型增强的统一内容理解技术,优化排序和分发策略以调控互动体验,提升平台口碑与用户粘性,支持在推荐、搜索、推送、广告、精选等场景中的应用;\n4、探索技术驱动的创新互动内容产品形态,如智能总结、主播助理等,促进互动效率提升与用户增长;\n5、基础技术方面持续探索LLM/MLLM等通用大模型在内容安全和理解领域的适配,从Pre-Train、Post-Train(SFT、RL)等方面优化,增强模型的感知和推理能力;同时探索围绕大模型相关的应用技术能力,如Auto-prompt Engineering、Embedding、Incontext learning、RAG等。",
        "requirements_text": "1、具有扎实的人工智能方面的基础知识,对CV、VLM、MLLM等技术有深入的理解,数学功底扎实,学习能力强;\n2、有扎实的编码能力,熟悉主流的深度学习训练框架、工程框架等;\n3、在CV、VLM、MLLM领域有成熟的项目落地经验,在短视频、图文、直播算法领域有经验者优先;\n4、在计算机科学高水平会议和期刊如NIPS、ICML、CVPR、ICCV、ECCV、IJCAI、AAAI、KDD、SIGIR、WWW、ACL、PAMI、IJCV等论文发表或有竞赛经验者优先;\n5、具有独立的分析问题和解决问题的能力,对解决具有挑战性问题充满激情;对技术有热情,追求极致,自驱力强;有良好的团队合作意识、沟通表达能力。",
        "skills": [AI生成
            "深度学习",
            "团队协作",
            "沟通表达",
            "解决问题",
            "学习能力"
        ],
        "preferred_qualifications": "3、在CV、VLM、MLLM领域有成熟的项目落地经验,在短视频、图文、直播算法领域有经验者优先;4、在计算机科学高水平会议和期刊如NIPS、ICML、CVPR、ICCV、ECCV、IJCAI、AAAI、KDD、SIGIR、WWW、ACL、PAMI、IJCV等论文发表或有竞赛经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7509538442574825746/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7509538442574825746",
        "post_date": "2025-05-29",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7509538442574825746/detail"
    },
    "fulltext": "多模态算法工程师-抖音评论\n职位描述\n1、负责抖音系产品中视频、直播、图文等不同体裁下评论(文评、图评、音评等)、弹幕等互动内容的安全、体验、增长、创新工作;\n2、面向互动内容中存在的对抗表达、隐晦表达、知识依赖等语义挑战,时序性、多模态、交互性等结构挑战,研发大模型驱动的机审系统,提升互动内容的安全、画风、生态的治理能力,有效降低互动内容的潜在风险;\n3、分析和挖掘互动内容中蕴含的用户真实意图,探索基于大模型增强的统一内容理解技术,优化排序和分发策略以调控互动体验,提升平台口碑与用户粘性,支持在推荐、搜索、推送、广告、精选等场景中的应用;\n4、探索技术驱动的创新互动内容产品形态,如智能总结、主播助理等,促进互动效率提升与用户增长;\n5、基础技术方面持续探索LLM/MLLM等通用大模型在内容安全和理解领域的适配,从Pre-Train、Post-Train(SFT、RL)等方面优化,增强模型的感知和推理能力;同时探索围绕大模型相关的应用技术能力,如Auto-prompt Engineering、Embedding、Incontext learning、RAG等。\n\n职位要求\n1、具有扎实的人工智能方面的基础知识,对CV、VLM、MLLM等技术有深入的理解,数学功底扎实,学习能力强;\n2、有扎实的编码能力,熟悉主流的深度学习训练框架、工程框架等;\n3、在CV、VLM、MLLM领域有成熟的项目落地经验,在短视频、图文、直播算法领域有经验者优先;\n4、在计算机科学高水平会议和期刊如NIPS、ICML、CVPR、ICCV、ECCV、IJCAI、AAAI、KDD、SIGIR、WWW、ACL、PAMI、IJCV等论文发表或有竞赛经验者优先;\n5、具有独立的分析问题和解决问题的能力,对解决具有挑战性问题充满激情;对技术有热情,追求极致,自驱力强;有良好的团队合作意识、沟通表达能力。\n1、负责抖音系产品中视频、直播、图文等不同体裁下评论(文评、图评、音评等)、弹幕等互动内容的安全、体验、增长、创新工作;\n2、面向互动内容中存在的对抗表达、隐晦表达、知识依赖等语义挑战,时序性、多模态、交互性等结构挑战,研发大模型驱动的机审系统,提升互动内容的安全、画风、生态的治理能力,有效降低互动内容的潜在风险;\n3、分析和挖掘互动内容中蕴含的用户真实意图,探索基于大模型增强的统一内容理解技术,优化排序和分发策略以调控互动体验,提升平台口碑与用户粘性,支持在推荐、搜索、推送、广告、精选等场景中的应用;\n4、探索技术驱动的创新互动内容产品形态,如智能总结、主播助理等,促进互动效率提升与用户增长;\n5、基础技术方面持续探索LLM/MLLM等通用大模型在内容安全和理解领域的适配,从Pre-Train、Post-Train(SFT、RL)等方面优化,增强模型的感知和推理能力;同时探索围绕大模型相关的应用技术能力,如Auto-prompt Engineering、Embedding、Incontext learning、RAG等。\n1、具有扎实的人工智能方面的基础知识,对CV、VLM、MLLM等技术有深入的理解,数学功底扎实,学习能力强;\n2、有扎实的编码能力,熟悉主流的深度学习训练框架、工程框架等;\n3、在CV、VLM、MLLM领域有成熟的项目落地经验,在短视频、图文、直播算法领域有经验者优先;\n4、在计算机科学高水平会议和期刊如NIPS、ICML、CVPR、ICCV、ECCV、IJCAI、AAAI、KDD、SIGIR、WWW、ACL、PAMI、IJCV等论文发表或有竞赛经验者优先;\n5、具有独立的分析问题和解决问题的能力,对解决具有挑战性问题充满激情;对技术有热情,追求极致,自驱力强;有良好的团队合作意识、沟通表达能力。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}