{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "算法工程师-用户记忆",
        "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、通过多模态数据记录用户行为，刻画用户属性与兴趣，形成知识图谱，构建豆包手机助手的个性化记忆；\n2、将这些记忆与搜索、对话、推荐等场景结合，让助手真正“记得住你、懂得你”，提供更精准、更智能的服务体验。",
        "requirements_text": "1、理解LLM/VLM原理，有SFT、RL等Post-training经验优先；熟悉机器学习、深度学习的常见模型（分类、回归、聚类等），理解模型训练与优化流程；\n2、在搜索、NLP、知识图谱、多模态等一个或多个方向有相关研究或应用经验，熟悉核心原理与前沿算法；应用场景包括但不限于：RAG、意图识别、Query理解、实体与关系抽取、图检索、多模态理解与检索等。",
        "skills": [AI生成
            "机器学习",
            "深度学习",
            "自然语言处理",
            "知识图谱",
            "模型训练",
            "检索增强生成"
        ],
        "preferred_qualifications": "1、理解LLM/VLM原理，有SFT、RL等Post-training经验优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7563984290929789189/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7563984290929789189",
        "post_date": "2025-10-22",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7563984290929789189/detail"
    },
    "fulltext": "算法工程师-用户记忆\n职位描述\n1、通过多模态数据记录用户行为，刻画用户属性与兴趣，形成知识图谱，构建豆包手机助手的个性化记忆；\n2、将这些记忆与搜索、对话、推荐等场景结合，让助手真正“记得住你、懂得你”，提供更精准、更智能的服务体验。\n\n职位要求\n1、理解LLM/VLM原理，有SFT、RL等Post-training经验优先；熟悉机器学习、深度学习的常见模型（分类、回归、聚类等），理解模型训练与优化流程；\n2、在搜索、NLP、知识图谱、多模态等一个或多个方向有相关研究或应用经验，熟悉核心原理与前沿算法；应用场景包括但不限于：RAG、意图识别、Query理解、实体与关系抽取、图检索、多模态理解与检索等。\n1、通过多模态数据记录用户行为，刻画用户属性与兴趣，形成知识图谱，构建豆包手机助手的个性化记忆；\n2、将这些记忆与搜索、对话、推荐等场景结合，让助手真正“记得住你、懂得你”，提供更精准、更智能的服务体验。\n1、理解LLM/VLM原理，有SFT、RL等Post-training经验优先；熟悉机器学习、深度学习的常见模型（分类、回归、聚类等），理解模型训练与优化流程；\n2、在搜索、NLP、知识图谱、多模态等一个或多个方向有相关研究或应用经验，熟悉核心原理与前沿算法；应用场景包括但不限于：RAG、意图识别、Query理解、实体与关系抽取、图检索、多模态理解与检索等。",
    "standard_classification": {
        "std_category_code": "T036",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}