主分类：AI训练推理与计算优化
辅助：大模型与生成式算法研发（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": "豆包大模型算法工程师-火山方舟",
"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": "计算机相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责改进RL训练系统，包括基于Ray的RL Trainer功能拓展、Rollout/采样策略探索、Reward系统集成、Agent Loop复杂任务下轨迹管理等；\n2、负责大模型SFT/RL训练性能和稳定性优化，支持Reasoning，Agent，VLM等各类Post-Training任务；\n3、探索前沿大模型算法和训练技术，包括Off-Policy RL训练效果和效率、SRFT、OnPolicy Distillation等。",
"requirements_text": "1、计算机相关专业本科及以上学历，具有一年及以上大模型算法工作经验，算法与工程能力兼备者优先；\n2、熟悉大模型强化学习系统，有OpenRLHF、VeRL使用和开发经验者优先；\n3、深入理解Post-Training全流程与核心算法，包括但不限于DPO，PPO，GRPO，Reward Modeling等；\n4、熟悉大规模分布式训练框架和分布式并行概念，如PyTorch FSDP2的原理与应用、DeviceMesh抽象、DTensor语义等；\n5、掌握高性能推理引擎（如vLLM，SGLang）的原理与优化方法（如Continuous Batching，PagedAttention，Prefix Caching）等；\n6、熟练掌握Python，至少熟练使用一种编译型语言（C/C++/Rust/Golang/Java等），拥有扎实的数据结构与算法功底，代码风格规范且高效；出色的分析和解决问题的能力；具备良好的自驱力和沟通协作能力，能和团队一起探索新技术，推动技术进步。",
"skills": [AI生成
"Python",
"Java",
"C++",
"Golang",
"Rust",
"PyTorch",
"强化学习",
"数据结构",
"解决问题",
"Go",
"大语言模型",
"C语言"
],
"preferred_qualifications": "1、计算机相关专业本科及以上学历，具有一年及以上大模型算法工作经验，算法与工程能力兼备者优先；2、熟悉大模型强化学习系统，有OpenRLHF、VeRL使用和开发经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7581491171309177093/detail"
}
]
},
"posting": {
"posting_id": "7581491171309177093",
"post_date": "2025-12-08",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7581491171309177093/detail"
},
"fulltext": "豆包大模型算法工程师-火山方舟\n职位描述\n1、负责改进RL训练系统，包括基于Ray的RL Trainer功能拓展、Rollout/采样策略探索、Reward系统集成、Agent Loop复杂任务下轨迹管理等；\n2、负责大模型SFT/RL训练性能和稳定性优化，支持Reasoning，Agent，VLM等各类Post-Training任务；\n3、探索前沿大模型算法和训练技术，包括Off-Policy RL训练效果和效率、SRFT、OnPolicy Distillation等。\n\n职位要求\n1、计算机相关专业本科及以上学历，具有一年及以上大模型算法工作经验，算法与工程能力兼备者优先；\n2、熟悉大模型强化学习系统，有OpenRLHF、VeRL使用和开发经验者优先；\n3、深入理解Post-Training全流程与核心算法，包括但不限于DPO，PPO，GRPO，Reward Modeling等；\n4、熟悉大规模分布式训练框架和分布式并行概念，如PyTorch FSDP2的原理与应用、DeviceMesh抽象、DTensor语义等；\n5、掌握高性能推理引擎（如vLLM，SGLang）的原理与优化方法（如Continuous Batching，PagedAttention，Prefix Caching）等；\n6、熟练掌握Python，至少熟练使用一种编译型语言（C/C++/Rust/Golang/Java等），拥有扎实的数据结构与算法功底，代码风格规范且高效；出色的分析和解决问题的能力；具备良好的自驱力和沟通协作能力，能和团队一起探索新技术，推动技术进步。\n1、负责改进RL训练系统，包括基于Ray的RL Trainer功能拓展、Rollout/采样策略探索、Reward系统集成、Agent Loop复杂任务下轨迹管理等；\n2、负责大模型SFT/RL训练性能和稳定性优化，支持Reasoning，Agent，VLM等各类Post-Training任务；\n3、探索前沿大模型算法和训练技术，包括Off-Policy RL训练效果和效率、SRFT、OnPolicy Distillation等。\n1、计算机相关专业本科及以上学历，具有一年及以上大模型算法工作经验，算法与工程能力兼备者优先；\n2、熟悉大模型强化学习系统，有OpenRLHF、VeRL使用和开发经验者优先；\n3、深入理解Post-Training全流程与核心算法，包括但不限于DPO，PPO，GRPO，Reward Modeling等；\n4、熟悉大规模分布式训练框架和分布式并行概念，如PyTorch FSDP2的原理与应用、DeviceMesh抽象、DTensor语义等；\n5、掌握高性能推理引擎（如vLLM，SGLang）的原理与优化方法（如Continuous Batching，PagedAttention，Prefix Caching）等；\n6、熟练掌握Python，至少熟练使用一种编译型语言（C/C++/Rust/Golang/Java等），拥有扎实的数据结构与算法功底，代码风格规范且高效；出色的分析和解决问题的能力；具备良好的自驱力和沟通协作能力，能和团队一起探索新技术，推动技术进步。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}