{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大模型应用算法工程师-飞书文档",
        "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": "研发"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": "硕士学位",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、大模型应用能力建设：飞书文档、表格、PPT等办公场景下的大模型应用能力建设，包括文档生成、内容改写、表格分析、PPT创作、Agent工具调用等方向；\n2、Office Agent链路优化：基于大模型的办公自动化Agent研发，包括探索通过Python、工具调用、结构化编辑、代码执行、Agentic SFT、Agentic RL等方式提升文档、表格、PPT任务的完成质量与稳定性；\n3、数据与评测体系建设：\n1）办公场景训练与评测数据的构造，包括任务定义、样本清洗、标注规范设计、负面案例分析、数据增强等工作；\n2）构建面向文档、表格、PPT等场景的评测体系，包括自动化评测、人工评测、回归集建设、指标设计与效果分析，推动模型能力可验证、可回归；\n4、业务场景落地：与产品、工程、设计、运营等团队协作，理解真实用户需求，需求分析、方案设计、实验验证和线上效果跟踪，推动大模型能力在飞书办公场景中落地；\n5、前沿技术探索与工程实践：跟进大模型、Agent、RAG、Prompt Engineering、多模态理解、代码执行等相关技术，结合业务需求进行调研、实验和落地验证。",
        "requirements_text": "1、硕士学位，计算机、人工智能、软件工程、数学、统计学等相关专业；\n2、具备良好的编程能力，熟悉Python，了解常见数据处理、模型调用、工程开发工具；\n3、具备机器学习、深度学习或自然语言处理基础，了解大模型基本原理和常见应用方式，如Prompt Engineering、RAG、Function Calling、Agent、SFT、RL、评测等；\n4、对大模型应用落地有兴趣，愿意深入业务场景，能够从真实需求出发分析问题、设计方案、验证效果；具备较强的数据分析和问题定位能力，能够通过负面案例分析、评测数据、用户反馈等方式发现问题并推动改进；\n5、具备良好的工程意识，关注方案的稳定性、可维护性、可验证性和可回归性；有代码执行、工具调用、自动化测试、数据流水线经验者优先；\n6、具备良好的沟通协作能力，能够与产品、工程、算法等角色合作推进项目。",
        "skills": [AI生成
            "Python",
            "机器学习",
            "深度学习",
            "自然语言处理",
            "数据分析",
            "自动化测试",
            "大语言模型",
            "检索增强生成"
        ],
        "preferred_qualifications": "有代码执行、工具调用、自动化测试、数据流水线经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7530854460059404552/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7530854460059404552",
        "post_date": "2025-07-25",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7530854460059404552/detail"
    },
    "fulltext": "大模型应用算法工程师-飞书文档\n职位描述\n1、大模型应用能力建设：飞书文档、表格、PPT等办公场景下的大模型应用能力建设，包括文档生成、内容改写、表格分析、PPT创作、Agent工具调用等方向；\n2、Office Agent链路优化：基于大模型的办公自动化Agent研发，包括探索通过Python、工具调用、结构化编辑、代码执行、Agentic SFT、Agentic RL等方式提升文档、表格、PPT任务的完成质量与稳定性；\n3、数据与评测体系建设：\n1）办公场景训练与评测数据的构造，包括任务定义、样本清洗、标注规范设计、负面案例分析、数据增强等工作；\n2）构建面向文档、表格、PPT等场景的评测体系，包括自动化评测、人工评测、回归集建设、指标设计与效果分析，推动模型能力可验证、可回归；\n4、业务场景落地：与产品、工程、设计、运营等团队协作，理解真实用户需求，需求分析、方案设计、实验验证和线上效果跟踪，推动大模型能力在飞书办公场景中落地；\n5、前沿技术探索与工程实践：跟进大模型、Agent、RAG、Prompt Engineering、多模态理解、代码执行等相关技术，结合业务需求进行调研、实验和落地验证。\n\n职位要求\n1、硕士学位，计算机、人工智能、软件工程、数学、统计学等相关专业；\n2、具备良好的编程能力，熟悉Python，了解常见数据处理、模型调用、工程开发工具；\n3、具备机器学习、深度学习或自然语言处理基础，了解大模型基本原理和常见应用方式，如Prompt Engineering、RAG、Function Calling、Agent、SFT、RL、评测等；\n4、对大模型应用落地有兴趣，愿意深入业务场景，能够从真实需求出发分析问题、设计方案、验证效果；具备较强的数据分析和问题定位能力，能够通过负面案例分析、评测数据、用户反馈等方式发现问题并推动改进；\n5、具备良好的工程意识，关注方案的稳定性、可维护性、可验证性和可回归性；有代码执行、工具调用、自动化测试、数据流水线经验者优先；\n6、具备良好的沟通协作能力，能够与产品、工程、算法等角色合作推进项目。\n1、大模型应用能力建设：飞书文档、表格、PPT等办公场景下的大模型应用能力建设，包括文档生成、内容改写、表格分析、PPT创作、Agent工具调用等方向；\n2、Office Agent链路优化：基于大模型的办公自动化Agent研发，包括探索通过Python、工具调用、结构化编辑、代码执行、Agentic SFT、Agentic RL等方式提升文档、表格、PPT任务的完成质量与稳定性；\n3、数据与评测体系建设：\n1）办公场景训练与评测数据的构造，包括任务定义、样本清洗、标注规范设计、负面案例分析、数据增强等工作；\n2）构建面向文档、表格、PPT等场景的评测体系，包括自动化评测、人工评测、回归集建设、指标设计与效果分析，推动模型能力可验证、可回归；\n4、业务场景落地：与产品、工程、设计、运营等团队协作，理解真实用户需求，需求分析、方案设计、实验验证和线上效果跟踪，推动大模型能力在飞书办公场景中落地；\n5、前沿技术探索与工程实践：跟进大模型、Agent、RAG、Prompt Engineering、多模态理解、代码执行等相关技术，结合业务需求进行调研、实验和落地验证。\n1、硕士学位，计算机、人工智能、软件工程、数学、统计学等相关专业；\n2、具备良好的编程能力，熟悉Python，了解常见数据处理、模型调用、工程开发工具；\n3、具备机器学习、深度学习或自然语言处理基础，了解大模型基本原理和常见应用方式，如Prompt Engineering、RAG、Function Calling、Agent、SFT、RL、评测等；\n4、对大模型应用落地有兴趣，愿意深入业务场景，能够从真实需求出发分析问题、设计方案、验证效果；具备较强的数据分析和问题定位能力，能够通过负面案例分析、评测数据、用户反馈等方式发现问题并推动改进；\n5、具备良好的工程意识，关注方案的稳定性、可维护性、可验证性和可回归性；有代码执行、工具调用、自动化测试、数据流水线经验者优先；\n6、具备良好的沟通协作能力，能够与产品、工程、算法等角色合作推进项目。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [
            "T015"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}