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": "大模型算法实习生（多模态模型训练方向）-剪映数据与智能团队",
"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：剪映数据与智能团队旨在通过 AI 技术赋能剪映系产品，构建强大的算法能力壁垒。作为剪映系内的算法团队，负责推动整个业务在算法上的迭代与创新，为剪映、CapCut、即梦dreamina、Pippit、醒图等产品提供智能化支持。\n\n1、负责多模态视频生成模型的训练与优化，重点围绕序列帧处理构建训练数据体系，包括序列帧时序一致性标注、透明度通道（Alpha Channel） 标签化、视频美学特征（色彩、构图、过渡效果）结构化，支撑模型对视频视觉元素的精准理解；\n2、基于SFT、增量预训练等技术，优化多模态模型在序列帧生成、透明度图层合成场景的效果，解决帧间抖动、通道融合失真等问题；\n3、参与模型审美能力的建模与提升，结合主观审美维度（色彩协调度、构图合理性、风格统一性）与客观指标（如视频优质率、用户留存率），设计模型评测方案，推动视频优质率核心指标提升；\n4、协同产品、视觉设计团队，将训练后的多模态模型落地到剪映CapCut的核心功能（如智能图层生成、序列帧过渡效果推荐），验证模型在实际业务场景的效果并迭代优化。",
"requirements_text": "1、本科及以上学历在读，人工智能、计算机科学、数字媒体技术、计算机视觉相关专业优先；\n2、技术能力：\n1）具备扎实的编程能力，精通Python，熟悉C++者优先，熟练使用TensorFlow/PyTorch等深度学习框架，有计算机视觉或多模态模型（如VideoMAE、FLAVA、Diffusion-Based视频生成模型）项目经验；\n2）了解视频处理基础技术，包括序列帧分帧/合帧、透明度通道（Alpha Channel）融合、图层合成算法，有相关技术实践（如视频特效生成、透明图层建模）经验者优先；\n3）熟悉多模态模型理论与架构，理解模态融合（文本-图像-视频）逻辑，有视频生成模型预训练、微调或效果优化经验者优先；\n4）具备基础审美能力，了解视觉设计原则（如色彩理论、构图规则），有图像/视频美学评分模型、视觉质量评估（VQA）相关项目经验者优先；\n3、学术与实践经验：\n1）在CVPR/ICCV/ECCV/NeurIPS/ICML等顶会发表过序列帧处理、视频生成、多模态视觉优化相关论文者优先；\n2）有视频编辑工具（如剪映、Premiere、AE）使用经验，或参与过视频内容生成、视觉特效开发项目（如透明图层生成、智能剪辑）者优先；\n3）有通过模型优化提升视频优质率、视觉效果评分等实际业务指标案例，或有设计类竞赛（如视觉设计、视频创作比赛）获奖经历者优先；\n4）有编程竞赛（如ACM-ICPC、蓝桥杯）或数模竞赛（如国赛、美赛）获奖经历者优先；\n4、每周出勤至少4天，可连续实习4个月以上。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"TensorFlow",
"深度学习",
"计算机视觉",
"建模",
"视觉设计"
],
"preferred_qualifications": "1、本科及以上学历在读，人工智能、计算机科学、数字媒体技术、计算机视觉相关专业优先；1）具备扎实的编程能力，精通Python，熟悉C++者优先，熟练使用TensorFlow/PyTorch等深度学习框架，有计算机视觉或多模态模型（如VideoMAE、FLAVA、Diffusion-Based视频生成模型）项目经验；2）了解视频处理基础技术，包括序列帧分帧/合帧、透明度通道（Alpha Channel）融合、图层合成算法，有相关技术实践（如视频特效生成、透明图层建模）经验者优先；3）熟悉多模态模型理论与架构，理解模态融合（文本-图像-视频）逻辑，有视频生成模型预训练、微调或效果优化经验者优先；4）具备基础审美能力，了解视觉设计原则（如色彩理论、构图规则），有图像/视频美学评分模型、视觉质量评估（VQA）相关项目经验者优先；1）在CVPR/ICCV/ECCV/NeurIPS/ICML等顶会发表过序列帧处理、视频生成、多模态视觉优化相关论文者优先；2）有视频编辑工具（如剪映、Premiere、AE）使用经验，或参与过视频内容生成、视觉特效开发项目（如透明图层生成、智能剪辑）者优先；3）有通过模型优化提升视频优质率、视觉效果评分等实际业务指标案例，或有设计类竞赛（如视觉设计、视频创作比赛）获奖经历者优先；4）有编程竞赛（如ACM-ICPC、蓝桥杯）或数模竞赛（如国赛、美赛）获奖经历者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7584353747280595253/detail"
}
]
},
"posting": {
"posting_id": "7584353747280595253",
"post_date": "2025-12-16",
"hire_time": "4、每周出勤至少4天，可连续实习4个月以上",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7584353747280595253/detail"
},
"fulltext": "大模型算法实习生（多模态模型训练方向）-剪映数据与智能团队\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：剪映数据与智能团队旨在通过 AI 技术赋能剪映系产品，构建强大的算法能力壁垒。作为剪映系内的算法团队，负责推动整个业务在算法上的迭代与创新，为剪映、CapCut、即梦dreamina、Pippit、醒图等产品提供智能化支持。\n\n1、负责多模态视频生成模型的训练与优化，重点围绕序列帧处理构建训练数据体系，包括序列帧时序一致性标注、透明度通道（Alpha Channel） 标签化、视频美学特征（色彩、构图、过渡效果）结构化，支撑模型对视频视觉元素的精准理解；\n2、基于SFT、增量预训练等技术，优化多模态模型在序列帧生成、透明度图层合成场景的效果，解决帧间抖动、通道融合失真等问题；\n3、参与模型审美能力的建模与提升，结合主观审美维度（色彩协调度、构图合理性、风格统一性）与客观指标（如视频优质率、用户留存率），设计模型评测方案，推动视频优质率核心指标提升；\n4、协同产品、视觉设计团队，将训练后的多模态模型落地到剪映CapCut的核心功能（如智能图层生成、序列帧过渡效果推荐），验证模型在实际业务场景的效果并迭代优化。\n\n职位要求\n1、本科及以上学历在读，人工智能、计算机科学、数字媒体技术、计算机视觉相关专业优先；\n2、技术能力：\n1）具备扎实的编程能力，精通Python，熟悉C++者优先，熟练使用TensorFlow/PyTorch等深度学习框架，有计算机视觉或多模态模型（如VideoMAE、FLAVA、Diffusion-Based视频生成模型）项目经验；\n2）了解视频处理基础技术，包括序列帧分帧/合帧、透明度通道（Alpha Channel）融合、图层合成算法，有相关技术实践（如视频特效生成、透明图层建模）经验者优先；\n3）熟悉多模态模型理论与架构，理解模态融合（文本-图像-视频）逻辑，有视频生成模型预训练、微调或效果优化经验者优先；\n4）具备基础审美能力，了解视觉设计原则（如色彩理论、构图规则），有图像/视频美学评分模型、视觉质量评估（VQA）相关项目经验者优先；\n3、学术与实践经验：\n1）在CVPR/ICCV/ECCV/NeurIPS/ICML等顶会发表过序列帧处理、视频生成、多模态视觉优化相关论文者优先；\n2）有视频编辑工具（如剪映、Premiere、AE）使用经验，或参与过视频内容生成、视觉特效开发项目（如透明图层生成、智能剪辑）者优先；\n3）有通过模型优化提升视频优质率、视觉效果评分等实际业务指标案例，或有设计类竞赛（如视觉设计、视频创作比赛）获奖经历者优先；\n4）有编程竞赛（如ACM-ICPC、蓝桥杯）或数模竞赛（如国赛、美赛）获奖经历者优先；\n4、每周出勤至少4天，可连续实习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：剪映数据与智能团队旨在通过 AI 技术赋能剪映系产品，构建强大的算法能力壁垒。作为剪映系内的算法团队，负责推动整个业务在算法上的迭代与创新，为剪映、CapCut、即梦dreamina、Pippit、醒图等产品提供智能化支持。\n\n1、负责多模态视频生成模型的训练与优化，重点围绕序列帧处理构建训练数据体系，包括序列帧时序一致性标注、透明度通道（Alpha Channel） 标签化、视频美学特征（色彩、构图、过渡效果）结构化，支撑模型对视频视觉元素的精准理解；\n2、基于SFT、增量预训练等技术，优化多模态模型在序列帧生成、透明度图层合成场景的效果，解决帧间抖动、通道融合失真等问题；\n3、参与模型审美能力的建模与提升，结合主观审美维度（色彩协调度、构图合理性、风格统一性）与客观指标（如视频优质率、用户留存率），设计模型评测方案，推动视频优质率核心指标提升；\n4、协同产品、视觉设计团队，将训练后的多模态模型落地到剪映CapCut的核心功能（如智能图层生成、序列帧过渡效果推荐），验证模型在实际业务场景的效果并迭代优化。\n1、本科及以上学历在读，人工智能、计算机科学、数字媒体技术、计算机视觉相关专业优先；\n2、技术能力：\n1）具备扎实的编程能力，精通Python，熟悉C++者优先，熟练使用TensorFlow/PyTorch等深度学习框架，有计算机视觉或多模态模型（如VideoMAE、FLAVA、Diffusion-Based视频生成模型）项目经验；\n2）了解视频处理基础技术，包括序列帧分帧/合帧、透明度通道（Alpha Channel）融合、图层合成算法，有相关技术实践（如视频特效生成、透明图层建模）经验者优先；\n3）熟悉多模态模型理论与架构，理解模态融合（文本-图像-视频）逻辑，有视频生成模型预训练、微调或效果优化经验者优先；\n4）具备基础审美能力，了解视觉设计原则（如色彩理论、构图规则），有图像/视频美学评分模型、视觉质量评估（VQA）相关项目经验者优先；\n3、学术与实践经验：\n1）在CVPR/ICCV/ECCV/NeurIPS/ICML等顶会发表过序列帧处理、视频生成、多模态视觉优化相关论文者优先；\n2）有视频编辑工具（如剪映、Premiere、AE）使用经验，或参与过视频内容生成、视觉特效开发项目（如透明图层生成、智能剪辑）者优先；\n3）有通过模型优化提升视频优质率、视觉效果评分等实际业务指标案例，或有设计类竞赛（如视觉设计、视频创作比赛）获奖经历者优先；\n4）有编程竞赛（如ACM-ICPC、蓝桥杯）或数模竞赛（如国赛、美赛）获奖经历者优先；\n4、每周出勤至少4天，可连续实习4个月以上。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}