职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7532326888821459207

大模型平台研发(Agentic Infra) - TikTok内容安全平台

未披露 · 上海 · 字节跳动

主分类:云基础设施与系统软件研发
软件开发与 IT
辅助:AI训练推理与计算优化(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": "大模型平台研发(Agentic Infra) - TikTok内容安全平台",
        "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": "后端"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": "团队介绍:国际化内容安全平台团队致力于为字节跳动国际化产品的用户维护安全可信赖环境,通过开发、迭代机器学习模型和信息系统以更早、更快发掘风险、监控风险、响应紧急事件,以人工智能技术支持业务发展,力求更高效、更敏捷、更全能地维护站内生态安全。\n\n1、建设面向大模型研发的基础平台能力,支持模型训练、评测、部署、版本管理等研发流程,提升模型迭代效率和工程稳定性;\n2、建设面向算法Auto Research的Agentic Infra,支持模型能力分析、负面案例归因等高频场景;\n3、建设Auto Research所需的工具调用、数据接入、分析报告生成等能力,打通评测结果、样本数据、模型版本等内部数据和工具,形成可追踪、可复盘、可复用的平台沉淀;\n4、结合AlgoInfra的训练框架,优化强化学习效率,实现高效的大规模强化学习训练;建设覆盖各个领域场景的真实和仿真环境,支持大规模评测和Agentic后训练。",
        "requirements_text": "1、具有良好的编程和工程实现能力,精通Python,熟悉Go/Shell等一种或多种语言,算法和数据结构基础扎实;\n2、学习能力较强,愿意学习新东西,具有优秀的分析和解决实际问题的能力和态度,对技术有激情;\n3、有分布式系统研发经验,熟悉分布式调度和计算框架者优先;\n4、具备常见后端技术栈(如存储、消息队列、缓存等)的使用经验,理解分布式系统和并行计算的原理。\n\n加分项\n1、熟悉veRL、TRL、OpenRLHF等大模型强化学习或后训练框架;\n2、熟悉一种或多种Agent Harness框架,熟悉大模型Agentic方向评测框架;\n3、有大模型数据生产、数据清洗或数据合成相关经验;\n4、有Agent仿真环境开发经验,或参与过分布式系统的开发、设计和维护。",
        "skills": [AI生成
            "Python",
            "强化学习",
            "数据结构",
            "分布式系统",
            "数据清洗",
            "学习能力",
            "大语言模型"
        ],
        "preferred_qualifications": "3、有分布式系统研发经验,熟悉分布式调度和计算框架者优先;加分项",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7532326888821459207/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7532326888821459207",
        "post_date": "2025-07-29",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7532326888821459207/detail"
    },
    "fulltext": "大模型平台研发(Agentic Infra) - TikTok内容安全平台\n职位描述\n团队介绍:国际化内容安全平台团队致力于为字节跳动国际化产品的用户维护安全可信赖环境,通过开发、迭代机器学习模型和信息系统以更早、更快发掘风险、监控风险、响应紧急事件,以人工智能技术支持业务发展,力求更高效、更敏捷、更全能地维护站内生态安全。\n\n1、建设面向大模型研发的基础平台能力,支持模型训练、评测、部署、版本管理等研发流程,提升模型迭代效率和工程稳定性;\n2、建设面向算法Auto Research的Agentic Infra,支持模型能力分析、负面案例归因等高频场景;\n3、建设Auto Research所需的工具调用、数据接入、分析报告生成等能力,打通评测结果、样本数据、模型版本等内部数据和工具,形成可追踪、可复盘、可复用的平台沉淀;\n4、结合AlgoInfra的训练框架,优化强化学习效率,实现高效的大规模强化学习训练;建设覆盖各个领域场景的真实和仿真环境,支持大规模评测和Agentic后训练。\n\n职位要求\n1、具有良好的编程和工程实现能力,精通Python,熟悉Go/Shell等一种或多种语言,算法和数据结构基础扎实;\n2、学习能力较强,愿意学习新东西,具有优秀的分析和解决实际问题的能力和态度,对技术有激情;\n3、有分布式系统研发经验,熟悉分布式调度和计算框架者优先;\n4、具备常见后端技术栈(如存储、消息队列、缓存等)的使用经验,理解分布式系统和并行计算的原理。\n\n加分项\n1、熟悉veRL、TRL、OpenRLHF等大模型强化学习或后训练框架;\n2、熟悉一种或多种Agent Harness框架,熟悉大模型Agentic方向评测框架;\n3、有大模型数据生产、数据清洗或数据合成相关经验;\n4、有Agent仿真环境开发经验,或参与过分布式系统的开发、设计和维护。\n团队介绍:国际化内容安全平台团队致力于为字节跳动国际化产品的用户维护安全可信赖环境,通过开发、迭代机器学习模型和信息系统以更早、更快发掘风险、监控风险、响应紧急事件,以人工智能技术支持业务发展,力求更高效、更敏捷、更全能地维护站内生态安全。\n\n1、建设面向大模型研发的基础平台能力,支持模型训练、评测、部署、版本管理等研发流程,提升模型迭代效率和工程稳定性;\n2、建设面向算法Auto Research的Agentic Infra,支持模型能力分析、负面案例归因等高频场景;\n3、建设Auto Research所需的工具调用、数据接入、分析报告生成等能力,打通评测结果、样本数据、模型版本等内部数据和工具,形成可追踪、可复盘、可复用的平台沉淀;\n4、结合AlgoInfra的训练框架,优化强化学习效率,实现高效的大规模强化学习训练;建设覆盖各个领域场景的真实和仿真环境,支持大规模评测和Agentic后训练。\n1、具有良好的编程和工程实现能力,精通Python,熟悉Go/Shell等一种或多种语言,算法和数据结构基础扎实;\n2、学习能力较强,愿意学习新东西,具有优秀的分析和解决实际问题的能力和态度,对技术有激情;\n3、有分布式系统研发经验,熟悉分布式调度和计算框架者优先;\n4、具备常见后端技术栈(如存储、消息队列、缓存等)的使用经验,理解分布式系统和并行计算的原理。\n\n加分项\n1、熟悉veRL、TRL、OpenRLHF等大模型强化学习或后训练框架;\n2、熟悉一种或多种Agent Harness框架,熟悉大模型Agentic方向评测框架;\n3、有大模型数据生产、数据清洗或数据合成相关经验;\n4、有Agent仿真环境开发经验,或参与过分布式系统的开发、设计和维护。",
    "standard_classification": {
        "std_category_code": "T018",
        "std_aux_codes": [
            "T014"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}