职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7543848241209936136

大模型算法工程师(Agent方向)-剪映CapCut

未披露 · 北京 · 字节跳动

主分类:大模型与生成式算法研发
算法与数据
辅助:Agent系统开发(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": "大模型算法工程师(Agent方向)-剪映CapCut",
        "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": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、负责视频剪辑Agent相关的研发和应用,研究多模态理解技术和Agent实践前沿技术,期望通过Agent实践革新行业效率,赋能并影响整个视频剪辑与生成生态的发展;\n2、探索研究多模态理解、多模态RAG、视觉COT、多模态Agent、多模态Reward model、RL等前沿技术;\n3、基于通用大模型,结合剪辑垂类应用场景,进行相关的数据建设、指令微调、偏好对齐、模型优化,探索提升垂类大模型能力;\n4、探索Agent search/Coding/Intepreter/Tool Use/GUI等能力,推动相关的新技术、新产品落地。",
        "requirements_text": "1、优秀的代码能力、数据结构和基础算法功底,熟练掌握至少一门语言,ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先;\n2、熟悉NLP、CV、ML等相关的技术,深入理解大模型相关技术栈(如RL、SFT);\n3、在大模型领域,主导过有影响力的项目或论文者优先,尤其是Agent相关者优先;\n4、了解LLM架构,熟悉Multi-Agent技术、Prompt/Context Engineering工程技术,有AI Agent应用经验、AIGC实操经验的优先;\n5、出色的问题分析和解决能力,有自主探索解决方案的能力;\n6、良好的沟通协作能力,能和团队一起探索新技术,推动技术进步;优秀的心理素质与应变能力,面对困难勇于迎接挑战。",
        "skills": [AI生成
            "数据结构",
            "大语言模型"
        ],
        "preferred_qualifications": "1、优秀的代码能力、数据结构和基础算法功底,熟练掌握至少一门语言,ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先;3、在大模型领域,主导过有影响力的项目或论文者优先,尤其是Agent相关者优先;4、了解LLM架构,熟悉Multi-Agent技术、Prompt/Context Engineering工程技术,有AI Agent应用经验、AIGC实操经验的优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7543848241209936136/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7543848241209936136",
        "post_date": "2025-08-29",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7543848241209936136/detail"
    },
    "fulltext": "大模型算法工程师(Agent方向)-剪映CapCut\n职位描述\n1、负责视频剪辑Agent相关的研发和应用,研究多模态理解技术和Agent实践前沿技术,期望通过Agent实践革新行业效率,赋能并影响整个视频剪辑与生成生态的发展;\n2、探索研究多模态理解、多模态RAG、视觉COT、多模态Agent、多模态Reward model、RL等前沿技术;\n3、基于通用大模型,结合剪辑垂类应用场景,进行相关的数据建设、指令微调、偏好对齐、模型优化,探索提升垂类大模型能力;\n4、探索Agent search/Coding/Intepreter/Tool Use/GUI等能力,推动相关的新技术、新产品落地。\n\n职位要求\n1、优秀的代码能力、数据结构和基础算法功底,熟练掌握至少一门语言,ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先;\n2、熟悉NLP、CV、ML等相关的技术,深入理解大模型相关技术栈(如RL、SFT);\n3、在大模型领域,主导过有影响力的项目或论文者优先,尤其是Agent相关者优先;\n4、了解LLM架构,熟悉Multi-Agent技术、Prompt/Context Engineering工程技术,有AI Agent应用经验、AIGC实操经验的优先;\n5、出色的问题分析和解决能力,有自主探索解决方案的能力;\n6、良好的沟通协作能力,能和团队一起探索新技术,推动技术进步;优秀的心理素质与应变能力,面对困难勇于迎接挑战。\n1、负责视频剪辑Agent相关的研发和应用,研究多模态理解技术和Agent实践前沿技术,期望通过Agent实践革新行业效率,赋能并影响整个视频剪辑与生成生态的发展;\n2、探索研究多模态理解、多模态RAG、视觉COT、多模态Agent、多模态Reward model、RL等前沿技术;\n3、基于通用大模型,结合剪辑垂类应用场景,进行相关的数据建设、指令微调、偏好对齐、模型优化,探索提升垂类大模型能力;\n4、探索Agent search/Coding/Intepreter/Tool Use/GUI等能力,推动相关的新技术、新产品落地。\n1、优秀的代码能力、数据结构和基础算法功底,熟练掌握至少一门语言,ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先;\n2、熟悉NLP、CV、ML等相关的技术,深入理解大模型相关技术栈(如RL、SFT);\n3、在大模型领域,主导过有影响力的项目或论文者优先,尤其是Agent相关者优先;\n4、了解LLM架构,熟悉Multi-Agent技术、Prompt/Context Engineering工程技术,有AI Agent应用经验、AIGC实操经验的优先;\n5、出色的问题分析和解决能力,有自主探索解决方案的能力;\n6、良好的沟通协作能力,能和团队一起探索新技术,推动技术进步;优秀的心理素质与应变能力,面对困难勇于迎接挑战。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [
            "T009"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}