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": "大模型算法专家-国际化内容安全",
"job_level": "专家",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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责国际化短视频下的LLM基座模型研发，包括基座预训练、指令微调（SFT）、强化学习（RLHF）等核心技术探索；\n2、改进LLM基座模型在国际化短视频场景下的效果，包括但不限于大规模数据合成方法、模型训练策略优化、自适应推理以及可扩展知识注入方法等；\n3、推动大模型技术在下游场景中的前沿应用，包括但不限于内容理解与推理、Agent系统、搜索推荐等各类高价值场景；\n4、跟踪前沿研究成果（如NeurIPS、ICLR、CVPR、ACL等），将最新技术引入业务落地并形成突破；\n5、在团队中发挥技术领军作用，指导核心研发工作，推动跨团队协作与技术标准化。",
"requirements_text": "1、扎实的机器学习与深度学习基础，在LLM/VLM、计算机视觉或多模态领域有多年研发经验；\n2、熟悉大模型的预训练、微调与对齐方法，有实际落地或开源大模型项目经验者优先；\n3、精通PyTorch/TensorFlow等深度学习框架，具备大规模分布式训练与模型优化经验；\n4、对内容安全、风险建模或审核场景有深入理解者优先；\n5、在顶会/顶刊（NeurIPS、ICML、ICLR、CVPR、ACL等）有论文发表，或在业界大模型相关项目中担任核心研发角色者优先。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"计算机视觉",
"建模",
"大语言模型"
],
"preferred_qualifications": "2、熟悉大模型的预训练、微调与对齐方法，有实际落地或开源大模型项目经验者优先；4、对内容安全、风险建模或审核场景有深入理解者优先；5、在顶会/顶刊（NeurIPS、ICML、ICLR、CVPR、ACL等）有论文发表，或在业界大模型相关项目中担任核心研发角色者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7575017306188712197/detail"
}
]
},
"posting": {
"posting_id": "7575017306188712197",
"post_date": "2025-11-21",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7575017306188712197/detail"
},
"fulltext": "大模型算法专家-国际化内容安全\n职位描述\n1、负责国际化短视频下的LLM基座模型研发，包括基座预训练、指令微调（SFT）、强化学习（RLHF）等核心技术探索；\n2、改进LLM基座模型在国际化短视频场景下的效果，包括但不限于大规模数据合成方法、模型训练策略优化、自适应推理以及可扩展知识注入方法等；\n3、推动大模型技术在下游场景中的前沿应用，包括但不限于内容理解与推理、Agent系统、搜索推荐等各类高价值场景；\n4、跟踪前沿研究成果（如NeurIPS、ICLR、CVPR、ACL等），将最新技术引入业务落地并形成突破；\n5、在团队中发挥技术领军作用，指导核心研发工作，推动跨团队协作与技术标准化。\n\n职位要求\n1、扎实的机器学习与深度学习基础，在LLM/VLM、计算机视觉或多模态领域有多年研发经验；\n2、熟悉大模型的预训练、微调与对齐方法，有实际落地或开源大模型项目经验者优先；\n3、精通PyTorch/TensorFlow等深度学习框架，具备大规模分布式训练与模型优化经验；\n4、对内容安全、风险建模或审核场景有深入理解者优先；\n5、在顶会/顶刊（NeurIPS、ICML、ICLR、CVPR、ACL等）有论文发表，或在业界大模型相关项目中担任核心研发角色者优先。\n1、负责国际化短视频下的LLM基座模型研发，包括基座预训练、指令微调（SFT）、强化学习（RLHF）等核心技术探索；\n2、改进LLM基座模型在国际化短视频场景下的效果，包括但不限于大规模数据合成方法、模型训练策略优化、自适应推理以及可扩展知识注入方法等；\n3、推动大模型技术在下游场景中的前沿应用，包括但不限于内容理解与推理、Agent系统、搜索推荐等各类高价值场景；\n4、跟踪前沿研究成果（如NeurIPS、ICLR、CVPR、ACL等），将最新技术引入业务落地并形成突破；\n5、在团队中发挥技术领军作用，指导核心研发工作，推动跨团队协作与技术标准化。\n1、扎实的机器学习与深度学习基础，在LLM/VLM、计算机视觉或多模态领域有多年研发经验；\n2、熟悉大模型的预训练、微调与对齐方法，有实际落地或开源大模型项目经验者优先；\n3、精通PyTorch/TensorFlow等深度学习框架，具备大规模分布式训练与模型优化经验；\n4、对内容安全、风险建模或审核场景有深入理解者优先；\n5、在顶会/顶刊（NeurIPS、ICML、ICLR、CVPR、ACL等）有论文发表，或在业界大模型相关项目中担任核心研发角色者优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}