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": "多模态算法工程师-抖音AI分身",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "深圳",
"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、负责抖音与多模态大模型技术的结合落地，探索抖音结合AI的创新产品升级；基于对直播、短视频、评论等已有内容体裁的内容理解和二次创作生成，形成抖音下新的互动内容体裁，供创作者调试和推荐分发；为抖音下各场景业务目标负责，如交易场景的GMV、知识陪伴场景的互动效率等；\n2、基于创作者历史资产（直播回放或短视频）进行多模态分类打标、高光提取、智能剪辑；基于口播稿、创作者形象等特定情况，生成口、动作驱动的真人视频，形成可调度的创作者个性化资产；\n3、基于不同场景的业务诉求，设计Agent规划能力，形成视频编排脚本，优化围绕主题、剧情、商品的生成内容走向；支持实时交互下的视频调度和基础QA；\n4、持续探索MLLM、LLM、Diffusion等通用大模型在各任务下的适配性，通过Post-Train（SFT、RL）优化，增强模型在业务领域下的效果和适配能力；Follow基于大模型的上层应用技术，Agent、Auto-Prompt、RAG等；\n5、上述场景的各类模型训练、模型应用相关的基础建设，包括但不限于模型训练、数据工程、训练推理框架迭代、维护模型评估指标体系。",
"requirements_text": "1、在CV、VLM、MLLM等领域有成熟的项目落地经验，有短视频、图文、直播算法领域经验优先；\n2、学习能力和业务理解能力强，具有一定创新能力，对新领域能快速调研落地，独立设计产出技术方案；\n3、具有扎实的机器学习基础，对深度学习、大语言模型、多模态模型、生成式模型等内容理解与生成技术有深入的理解，数理功底扎实，自学能力强；\n4、有扎实的编码能力，熟练使用相关机器学习框架和工程框架；\n5、在计算机科学会议和期刊如NIPS、ICML、CVPR、ICCV、ECCV、IJCAI、AAAI、KDD、SIGIR、WWW、ACL、PAMI、IJCV等发表过论文或有竞赛经验者优先。",
"skills": [AI生成
"机器学习",
"深度学习",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "1、在CV、VLM、MLLM等领域有成熟的项目落地经验，有短视频、图文、直播算法领域经验优先；5、在计算机科学会议和期刊如NIPS、ICML、CVPR、ICCV、ECCV、IJCAI、AAAI、KDD、SIGIR、WWW、ACL、PAMI、IJCV等发表过论文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/7522136589885442312/detail"
}
]
},
"posting": {
"posting_id": "7522136589885442312",
"post_date": "2025-07-01",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7522136589885442312/detail"
},
"fulltext": "多模态算法工程师-抖音AI分身\n职位描述\n1、负责抖音与多模态大模型技术的结合落地，探索抖音结合AI的创新产品升级；基于对直播、短视频、评论等已有内容体裁的内容理解和二次创作生成，形成抖音下新的互动内容体裁，供创作者调试和推荐分发；为抖音下各场景业务目标负责，如交易场景的GMV、知识陪伴场景的互动效率等；\n2、基于创作者历史资产（直播回放或短视频）进行多模态分类打标、高光提取、智能剪辑；基于口播稿、创作者形象等特定情况，生成口、动作驱动的真人视频，形成可调度的创作者个性化资产；\n3、基于不同场景的业务诉求，设计Agent规划能力，形成视频编排脚本，优化围绕主题、剧情、商品的生成内容走向；支持实时交互下的视频调度和基础QA；\n4、持续探索MLLM、LLM、Diffusion等通用大模型在各任务下的适配性，通过Post-Train（SFT、RL）优化，增强模型在业务领域下的效果和适配能力；Follow基于大模型的上层应用技术，Agent、Auto-Prompt、RAG等；\n5、上述场景的各类模型训练、模型应用相关的基础建设，包括但不限于模型训练、数据工程、训练推理框架迭代、维护模型评估指标体系。\n\n职位要求\n1、在CV、VLM、MLLM等领域有成熟的项目落地经验，有短视频、图文、直播算法领域经验优先；\n2、学习能力和业务理解能力强，具有一定创新能力，对新领域能快速调研落地，独立设计产出技术方案；\n3、具有扎实的机器学习基础，对深度学习、大语言模型、多模态模型、生成式模型等内容理解与生成技术有深入的理解，数理功底扎实，自学能力强；\n4、有扎实的编码能力，熟练使用相关机器学习框架和工程框架；\n5、在计算机科学会议和期刊如NIPS、ICML、CVPR、ICCV、ECCV、IJCAI、AAAI、KDD、SIGIR、WWW、ACL、PAMI、IJCV等发表过论文或有竞赛经验者优先。\n1、负责抖音与多模态大模型技术的结合落地，探索抖音结合AI的创新产品升级；基于对直播、短视频、评论等已有内容体裁的内容理解和二次创作生成，形成抖音下新的互动内容体裁，供创作者调试和推荐分发；为抖音下各场景业务目标负责，如交易场景的GMV、知识陪伴场景的互动效率等；\n2、基于创作者历史资产（直播回放或短视频）进行多模态分类打标、高光提取、智能剪辑；基于口播稿、创作者形象等特定情况，生成口、动作驱动的真人视频，形成可调度的创作者个性化资产；\n3、基于不同场景的业务诉求，设计Agent规划能力，形成视频编排脚本，优化围绕主题、剧情、商品的生成内容走向；支持实时交互下的视频调度和基础QA；\n4、持续探索MLLM、LLM、Diffusion等通用大模型在各任务下的适配性，通过Post-Train（SFT、RL）优化，增强模型在业务领域下的效果和适配能力；Follow基于大模型的上层应用技术，Agent、Auto-Prompt、RAG等；\n5、上述场景的各类模型训练、模型应用相关的基础建设，包括但不限于模型训练、数据工程、训练推理框架迭代、维护模型评估指标体系。\n1、在CV、VLM、MLLM等领域有成熟的项目落地经验，有短视频、图文、直播算法领域经验优先；\n2、学习能力和业务理解能力强，具有一定创新能力，对新领域能快速调研落地，独立设计产出技术方案；\n3、具有扎实的机器学习基础，对深度学习、大语言模型、多模态模型、生成式模型等内容理解与生成技术有深入的理解，数理功底扎实，自学能力强；\n4、有扎实的编码能力，熟练使用相关机器学习框架和工程框架；\n5、在计算机科学会议和期刊如NIPS、ICML、CVPR、ICCV、ECCV、IJCAI、AAAI、KDD、SIGIR、WWW、ACL、PAMI、IJCV等发表过论文或有竞赛经验者优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T034"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}