{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大模型知识图谱算法实习生-飞书AI",
        "job_level": "实习",AI生成
        "work_category": "实习",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": "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：Intelligence and Innovation团队，是飞书部门内部负责做算法创新与实践的部门，深耕于ToB办公场景的LLM应用相关的前沿技术探索与落地。既通过ASR、大模型文本总结、智能函数、多模态等AI中台能力的建设来支持飞书内外语音识别、会议纪要生成、智能表格公式等各类AI产品，同时也负责了企业AI搜索与知识管理等业务的落地和推广，团队目标是将飞书打造为AI与人高效协作的下一代智能平台，实现 “有效率、有方法、有结果” 的产品愿景。\n\n1、知识图谱构建：协助设计和构建企业级知识图谱，解决协同场景（人、任务、文档、会议）以及跨业务系统的信息孤岛，实现知识的互联互通，为企业建立统一高效的知识管理体系，更好的支持LLM落地；\n2、围绕Graph探索LLM新应用模式：基于企业知识图谱，协助探索RAG/Agent的落地新范式，使其能够在复杂的企业知识网络中进行精准的信息检索、关联分析和逻辑推理；\n3、模型迭代与优化：协助持续优化大语言模型及RAG系统在企业知识管理领域的表现，构建针对性的评测方法，生产和维护高质量的企业领域数据集；\n4、前沿技术研究与应用：密切关注知识图谱、LLM推理等领域的最新研究成果，将前沿技术应用于企业知识管理实践中。",
        "requirements_text": "1、本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、具备NLP、LLM应用或RAG其中一个方向的相关经验，具备较强的编程能力；\n3、有较强的评测意识和科学的评测思路；\n4、有较强的创新能力，有不断探索新AI技术和应用场景的强烈意愿和主观能动性；\n5、有较强的解决问题能力，善于解决各种繁琐的技术问题（如：数据质量问题、训练问题、部署兼容性问题等）；\n6、对数据比较敏感，能细致完成数据工作，包括数据质量、数据分布、案例分析、数据调优等。\n\n加分项：\n1、有一定的GraphRAG或类似经验；\n2、在垂直场景（如：法务/供应链领域知识管理）有一些相关案例沉淀；\n3、在复杂知识管理场景上，做过多源异构知识的统一处理；\n4、有处理音/视/图/文档的多模态相关经验。",
        "skills": [AI生成
            "解决问题"
        ],
        "preferred_qualifications": "1、本科及以上学历在读，计算机、软件工程等相关专业优先；加分项：",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7587301699258648837/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7587301699258648837",
        "post_date": "2025-12-24",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7587301699258648837/detail"
    },
    "fulltext": "大模型知识图谱算法实习生-飞书AI\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：Intelligence and Innovation团队，是飞书部门内部负责做算法创新与实践的部门，深耕于ToB办公场景的LLM应用相关的前沿技术探索与落地。既通过ASR、大模型文本总结、智能函数、多模态等AI中台能力的建设来支持飞书内外语音识别、会议纪要生成、智能表格公式等各类AI产品，同时也负责了企业AI搜索与知识管理等业务的落地和推广，团队目标是将飞书打造为AI与人高效协作的下一代智能平台，实现 “有效率、有方法、有结果” 的产品愿景。\n\n1、知识图谱构建：协助设计和构建企业级知识图谱，解决协同场景（人、任务、文档、会议）以及跨业务系统的信息孤岛，实现知识的互联互通，为企业建立统一高效的知识管理体系，更好的支持LLM落地；\n2、围绕Graph探索LLM新应用模式：基于企业知识图谱，协助探索RAG/Agent的落地新范式，使其能够在复杂的企业知识网络中进行精准的信息检索、关联分析和逻辑推理；\n3、模型迭代与优化：协助持续优化大语言模型及RAG系统在企业知识管理领域的表现，构建针对性的评测方法，生产和维护高质量的企业领域数据集；\n4、前沿技术研究与应用：密切关注知识图谱、LLM推理等领域的最新研究成果，将前沿技术应用于企业知识管理实践中。\n\n职位要求\n1、本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、具备NLP、LLM应用或RAG其中一个方向的相关经验，具备较强的编程能力；\n3、有较强的评测意识和科学的评测思路；\n4、有较强的创新能力，有不断探索新AI技术和应用场景的强烈意愿和主观能动性；\n5、有较强的解决问题能力，善于解决各种繁琐的技术问题（如：数据质量问题、训练问题、部署兼容性问题等）；\n6、对数据比较敏感，能细致完成数据工作，包括数据质量、数据分布、案例分析、数据调优等。\n\n加分项：\n1、有一定的GraphRAG或类似经验；\n2、在垂直场景（如：法务/供应链领域知识管理）有一些相关案例沉淀；\n3、在复杂知识管理场景上，做过多源异构知识的统一处理；\n4、有处理音/视/图/文档的多模态相关经验。\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：Intelligence and Innovation团队，是飞书部门内部负责做算法创新与实践的部门，深耕于ToB办公场景的LLM应用相关的前沿技术探索与落地。既通过ASR、大模型文本总结、智能函数、多模态等AI中台能力的建设来支持飞书内外语音识别、会议纪要生成、智能表格公式等各类AI产品，同时也负责了企业AI搜索与知识管理等业务的落地和推广，团队目标是将飞书打造为AI与人高效协作的下一代智能平台，实现 “有效率、有方法、有结果” 的产品愿景。\n\n1、知识图谱构建：协助设计和构建企业级知识图谱，解决协同场景（人、任务、文档、会议）以及跨业务系统的信息孤岛，实现知识的互联互通，为企业建立统一高效的知识管理体系，更好的支持LLM落地；\n2、围绕Graph探索LLM新应用模式：基于企业知识图谱，协助探索RAG/Agent的落地新范式，使其能够在复杂的企业知识网络中进行精准的信息检索、关联分析和逻辑推理；\n3、模型迭代与优化：协助持续优化大语言模型及RAG系统在企业知识管理领域的表现，构建针对性的评测方法，生产和维护高质量的企业领域数据集；\n4、前沿技术研究与应用：密切关注知识图谱、LLM推理等领域的最新研究成果，将前沿技术应用于企业知识管理实践中。\n1、本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、具备NLP、LLM应用或RAG其中一个方向的相关经验，具备较强的编程能力；\n3、有较强的评测意识和科学的评测思路；\n4、有较强的创新能力，有不断探索新AI技术和应用场景的强烈意愿和主观能动性；\n5、有较强的解决问题能力，善于解决各种繁琐的技术问题（如：数据质量问题、训练问题、部署兼容性问题等）；\n6、对数据比较敏感，能细致完成数据工作，包括数据质量、数据分布、案例分析、数据调优等。\n\n加分项：\n1、有一定的GraphRAG或类似经验；\n2、在垂直场景（如：法务/供应链领域知识管理）有一些相关案例沉淀；\n3、在复杂知识管理场景上，做过多源异构知识的统一处理；\n4、有处理音/视/图/文档的多模态相关经验。",
    "standard_classification": {
        "std_category_code": "T036",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}