主分类：大模型与生成式算法研发
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": "AIG3D算法工程师-视频与边缘",
"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": "获得硕士及以上学位",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责3D AIGC前沿算法的探索与研发，聚焦但不限于文生3D、图生3D、3D场景生成等方向，推动技术创新；\n2、深入研究3D生成模型的关键模块，如3D VAE、3D DiT、智能布线、UV展开、物理属性估计等，并提出创新的解决方案；\n3、主导或参与大规模3D基础模型的训练与优化，包括高效的数据清洗与预处理流程、模型压缩与蒸馏等，构建高效、稳定的3D AIGC基础模型与数据管线；\n4、与产品和工程团队紧密合作，将前沿算法转化为实际应用，确保技术在字节跳动产品中的成功落地与迭代。",
"requirements_text": "1、获得硕士及以上学位，计算机、人工智能、数学等相关专业优先，具备扎实的计算机图形学、计算机视觉、多视几何与深度学习理论基础；\n2、熟练掌握Python，并具备优秀的C++编程能力；熟悉PyTorch/TensorFlow等至少一种深度学习框架，并有较强的工程实现和动手能力；\n3、对技术充满热情，具备出色的分析与解决问题能力、良好的沟通技巧和团队协作精神；\n4、在3D视觉、AIGC、图形学等相关领域有深入的研究或项目经验。\n\n加分项：\n1、熟悉NeRF、3D Gaussian Splatting、SDF、Diffusion Models、Transformer等前沿技术，有实际落地经验或在相关领域取得突出成果者优先；\n2、在CVPR、ICCV、ECCV、SIGGRAPH、NeurIPS等顶级会议或期刊上发表过相关论文者优先；\n3、有大规模模型训练、模型压缩/蒸馏、高性能计算（CUDA）或大规模数据处理经验者优先；\n4、有知名开源项目贡献或在Kaggle等算法竞赛中取得优异成绩者优先；\n5、对3D内容创作工具（如Blender，Unreal Engine等）有使用经验或深入理解者优先。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"TensorFlow",
"CUDA",
"Unreal",
"深度学习",
"计算机视觉",
"模型训练",
"团队协作",
"解决问题"
],
"preferred_qualifications": "1、获得硕士及以上学位，计算机、人工智能、数学等相关专业优先，具备扎实的计算机图形学、计算机视觉、多视几何与深度学习理论基础；加分项：；1、熟悉NeRF、3D Gaussian Splatting、SDF、Diffusion Models、Transformer等前沿技术，有实际落地经验或在相关领域取得突出成果者优先；2、在CVPR、ICCV、ECCV、SIGGRAPH、NeurIPS等顶级会议或期刊上发表过相关论文者优先；3、有大规模模型训练、模型压缩/蒸馏、高性能计算（CUDA）或大规模数据处理经验者优先；4、有知名开源项目贡献或在Kaggle等算法竞赛中取得优异成绩者优先；5、对3D内容创作工具（如Blender，Unreal Engine等）有使用经验或深入理解者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7560969852107557181/detail"
}
]
},
"posting": {
"posting_id": "7560969852107557181",
"post_date": "2025-10-14",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7560969852107557181/detail"
},
"fulltext": "AIG3D算法工程师-视频与边缘\n职位描述\n1、负责3D AIGC前沿算法的探索与研发，聚焦但不限于文生3D、图生3D、3D场景生成等方向，推动技术创新；\n2、深入研究3D生成模型的关键模块，如3D VAE、3D DiT、智能布线、UV展开、物理属性估计等，并提出创新的解决方案；\n3、主导或参与大规模3D基础模型的训练与优化，包括高效的数据清洗与预处理流程、模型压缩与蒸馏等，构建高效、稳定的3D AIGC基础模型与数据管线；\n4、与产品和工程团队紧密合作，将前沿算法转化为实际应用，确保技术在字节跳动产品中的成功落地与迭代。\n\n职位要求\n1、获得硕士及以上学位，计算机、人工智能、数学等相关专业优先，具备扎实的计算机图形学、计算机视觉、多视几何与深度学习理论基础；\n2、熟练掌握Python，并具备优秀的C++编程能力；熟悉PyTorch/TensorFlow等至少一种深度学习框架，并有较强的工程实现和动手能力；\n3、对技术充满热情，具备出色的分析与解决问题能力、良好的沟通技巧和团队协作精神；\n4、在3D视觉、AIGC、图形学等相关领域有深入的研究或项目经验。\n\n加分项：\n1、熟悉NeRF、3D Gaussian Splatting、SDF、Diffusion Models、Transformer等前沿技术，有实际落地经验或在相关领域取得突出成果者优先；\n2、在CVPR、ICCV、ECCV、SIGGRAPH、NeurIPS等顶级会议或期刊上发表过相关论文者优先；\n3、有大规模模型训练、模型压缩/蒸馏、高性能计算（CUDA）或大规模数据处理经验者优先；\n4、有知名开源项目贡献或在Kaggle等算法竞赛中取得优异成绩者优先；\n5、对3D内容创作工具（如Blender，Unreal Engine等）有使用经验或深入理解者优先。\n1、负责3D AIGC前沿算法的探索与研发，聚焦但不限于文生3D、图生3D、3D场景生成等方向，推动技术创新；\n2、深入研究3D生成模型的关键模块，如3D VAE、3D DiT、智能布线、UV展开、物理属性估计等，并提出创新的解决方案；\n3、主导或参与大规模3D基础模型的训练与优化，包括高效的数据清洗与预处理流程、模型压缩与蒸馏等，构建高效、稳定的3D AIGC基础模型与数据管线；\n4、与产品和工程团队紧密合作，将前沿算法转化为实际应用，确保技术在字节跳动产品中的成功落地与迭代。\n1、获得硕士及以上学位，计算机、人工智能、数学等相关专业优先，具备扎实的计算机图形学、计算机视觉、多视几何与深度学习理论基础；\n2、熟练掌握Python，并具备优秀的C++编程能力；熟悉PyTorch/TensorFlow等至少一种深度学习框架，并有较强的工程实现和动手能力；\n3、对技术充满热情，具备出色的分析与解决问题能力、良好的沟通技巧和团队协作精神；\n4、在3D视觉、AIGC、图形学等相关领域有深入的研究或项目经验。\n\n加分项：\n1、熟悉NeRF、3D Gaussian Splatting、SDF、Diffusion Models、Transformer等前沿技术，有实际落地经验或在相关领域取得突出成果者优先；\n2、在CVPR、ICCV、ECCV、SIGGRAPH、NeurIPS等顶级会议或期刊上发表过相关论文者优先；\n3、有大规模模型训练、模型压缩/蒸馏、高性能计算（CUDA）或大规模数据处理经验者优先；\n4、有知名开源项目贡献或在Kaggle等算法竞赛中取得优异成绩者优先；\n5、对3D内容创作工具（如Blender，Unreal Engine等）有使用经验或深入理解者优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}