职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7584283508526729525

图像生成模型算法实习生-剪映

未披露 · 深圳 · 字节跳动

主分类:大模型与生成式算法研发
算法与数据
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": "图像生成模型算法实习生-剪映",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "未披露",
        "location": "深圳",
        "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": "本科及以上学历在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n团队介绍:字节跳动剪映研发团队,主要支持剪映、醒图、Faceu 等多款国内外产品的研发工作,业务覆盖多元化影像创作场景,截止2021年6月,相关产品多次登顶国内外App Store 免费应用榜第一,并继续保持高速增长。加入我们,一起打造全球最受用户欢迎的影像创作产品。\n\n1、负责剪映和醒图的图像和视觉算法方向的研发创新、效果优化,结合Agent系统研发探索;\n2、针对AI图像色彩、画质、摄影、人像、文字、特效等方向产品应用进行研究和实现;\n3、负责模型研发、微调、小样本训练、Prompt工程、RL、Agent研究和实现。",
        "requirements_text": "1、本科及以上学历在读;\n2、具备出色的编程能力,精通Python/C++,熟悉TensorFlow/PyTorch等框架,有计算机视觉(CV)、多模态生成模型(如CLIP、Diffusion Models)项目经验;  \n3、熟悉大模型理论知识和应用,熟悉常见图像视频生成模型架构,有实际大模型预训练、微调或推理优化经验者优先;\n4、在ACL/CVPR/SIGIR/KDD/NeurIPS/ICCV等顶会发表过AIGC相关论文者优先;有扎实的计算机视觉、人工智能、大模型等方面的基础知识;\n5、热爱视频剪辑,对常用视频剪辑工具有使用经验者优先;有顶尖数理和编程竞赛经历者优先;\n6、每周出勤至少4天,可实习4个月以上。",
        "skills": [AI生成
            "Python",
            "C++",
            "PyTorch",
            "TensorFlow",
            "计算机视觉",
            "视频剪辑",
            "大语言模型"
        ],
        "preferred_qualifications": "3、熟悉大模型理论知识和应用,熟悉常见图像视频生成模型架构,有实际大模型预训练、微调或推理优化经验者优先;4、在ACL/CVPR/SIGIR/KDD/NeurIPS/ICCV等顶会发表过AIGC相关论文者优先;5、热爱视频剪辑,对常用视频剪辑工具有使用经验者优先;有顶尖数理和编程竞赛经历者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7584283508526729525/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7584283508526729525",
        "post_date": "2025-12-16",
        "hire_time": "6、每周出勤至少4天,可实习4个月以上",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7584283508526729525/detail"
    },
    "fulltext": "图像生成模型算法实习生-剪映\n职位描述\n日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n团队介绍:字节跳动剪映研发团队,主要支持剪映、醒图、Faceu 等多款国内外产品的研发工作,业务覆盖多元化影像创作场景,截止2021年6月,相关产品多次登顶国内外App Store 免费应用榜第一,并继续保持高速增长。加入我们,一起打造全球最受用户欢迎的影像创作产品。\n\n1、负责剪映和醒图的图像和视觉算法方向的研发创新、效果优化,结合Agent系统研发探索;\n2、针对AI图像色彩、画质、摄影、人像、文字、特效等方向产品应用进行研究和实现;\n3、负责模型研发、微调、小样本训练、Prompt工程、RL、Agent研究和实现。\n\n职位要求\n1、本科及以上学历在读;\n2、具备出色的编程能力,精通Python/C++,熟悉TensorFlow/PyTorch等框架,有计算机视觉(CV)、多模态生成模型(如CLIP、Diffusion Models)项目经验;  \n3、熟悉大模型理论知识和应用,熟悉常见图像视频生成模型架构,有实际大模型预训练、微调或推理优化经验者优先;\n4、在ACL/CVPR/SIGIR/KDD/NeurIPS/ICCV等顶会发表过AIGC相关论文者优先;有扎实的计算机视觉、人工智能、大模型等方面的基础知识;\n5、热爱视频剪辑,对常用视频剪辑工具有使用经验者优先;有顶尖数理和编程竞赛经历者优先;\n6、每周出勤至少4天,可实习4个月以上。\n日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n团队介绍:字节跳动剪映研发团队,主要支持剪映、醒图、Faceu 等多款国内外产品的研发工作,业务覆盖多元化影像创作场景,截止2021年6月,相关产品多次登顶国内外App Store 免费应用榜第一,并继续保持高速增长。加入我们,一起打造全球最受用户欢迎的影像创作产品。\n\n1、负责剪映和醒图的图像和视觉算法方向的研发创新、效果优化,结合Agent系统研发探索;\n2、针对AI图像色彩、画质、摄影、人像、文字、特效等方向产品应用进行研究和实现;\n3、负责模型研发、微调、小样本训练、Prompt工程、RL、Agent研究和实现。\n1、本科及以上学历在读;\n2、具备出色的编程能力,精通Python/C++,熟悉TensorFlow/PyTorch等框架,有计算机视觉(CV)、多模态生成模型(如CLIP、Diffusion Models)项目经验;  \n3、熟悉大模型理论知识和应用,熟悉常见图像视频生成模型架构,有实际大模型预训练、微调或推理优化经验者优先;\n4、在ACL/CVPR/SIGIR/KDD/NeurIPS/ICCV等顶会发表过AIGC相关论文者优先;有扎实的计算机视觉、人工智能、大模型等方面的基础知识;\n5、热爱视频剪辑,对常用视频剪辑工具有使用经验者优先;有顶尖数理和编程竞赛经历者优先;\n6、每周出勤至少4天,可实习4个月以上。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}