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（AIGC方向）-TikTok Shop",
"job_level": "实习",AI生成
"work_category": "实习",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": "2027届硕士及以上学位在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n团队介绍：TikTok Shop是以TikTok为载体的内容电商业务，致力于成为用户发现并获取优价好物的首选平台，在直播电商、视频内容电商等多场景下，TikTok Shop希望能为用户提供更个性化、更主动、更高效的消费体验，为商家提供稳定可靠的平台服务，在更多的地区实现没有难卖的优价好物，让美好生活触手可得的使命。我们邀请你来此成长、钻研，发掘无限的潜力，一起应对技术和业务上的挑战。目前团队拥有丰富的国际产品研发经验，包容多元的文化，且在全球设立研发团队，邀请你来一起接受跨国合作的挑战，还有出差外派机会在等你！\n\n1、负责计算机视觉及大模型领域前沿研究开发，重点聚焦AIGC技术在国际电商场景的落地，深耕图像、视频、3D生成技术；\n2、为TikTok Shop内部产品提供不同场景下的各类AIGC基础模型支持，解决商品内容生产、视觉营销、用户交互等场景的技术需求；\n3、构建高质量的视觉模型训练数据，探索高效的模型训练方案。",
"requirements_text": "1、2027届硕士及以上学位在读，计算机、软件工程等相关专业优先；\n2、有计算机视觉一个或多个领域的研究和实践经验，包括但不限于图像/视频生成、3D数字人、扩散模型、多模态理解等；\n3、具有熟练的算法和编程能力，熟悉Python编程和常见大模型训练及推理框架，理解视频生成模型的关键技术，包括Diffusion，DiT，VAE，Position Embedding，Temporal Embedding等；\n4、对技术有热情，关注大模型新研究和论文，对大模型的应用有兴趣，有独立解决问题的能力，有良好的技术沟通及协作能力，并乐于推动项目中问题的解决；\n5、每周可实习4天及以上，可实习4个月及以上优先。\n\n加分项\n1、在顶会（NeurIPS/ICML/ICLR/ACL/CVPR）发表论文；\n2、参与过开源模型（LLaMA/Qwen/Mistral/DeepSeek/Wan等）的贡献。",
"skills": [AI生成
"Python",
"计算机视觉",
"模型训练",
"解决问题",
"大语言模型"
],
"preferred_qualifications": "1、2027届硕士及以上学位在读，计算机、软件工程等相关专业优先；5、每周可实习4天及以上，可实习4个月及以上优先；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/7591497727096391989/detail"
}
]
},
"posting": {
"posting_id": "7591497727096391989",
"post_date": "2026-01-04",
"hire_time": "5、每周可实习4天及以上，可实习4个月及以上优先",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7591497727096391989/detail"
},
"fulltext": "大模型算法实习生（AIGC方向）-TikTok Shop\n职位描述\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n团队介绍：TikTok Shop是以TikTok为载体的内容电商业务，致力于成为用户发现并获取优价好物的首选平台，在直播电商、视频内容电商等多场景下，TikTok Shop希望能为用户提供更个性化、更主动、更高效的消费体验，为商家提供稳定可靠的平台服务，在更多的地区实现没有难卖的优价好物，让美好生活触手可得的使命。我们邀请你来此成长、钻研，发掘无限的潜力，一起应对技术和业务上的挑战。目前团队拥有丰富的国际产品研发经验，包容多元的文化，且在全球设立研发团队，邀请你来一起接受跨国合作的挑战，还有出差外派机会在等你！\n\n1、负责计算机视觉及大模型领域前沿研究开发，重点聚焦AIGC技术在国际电商场景的落地，深耕图像、视频、3D生成技术；\n2、为TikTok Shop内部产品提供不同场景下的各类AIGC基础模型支持，解决商品内容生产、视觉营销、用户交互等场景的技术需求；\n3、构建高质量的视觉模型训练数据，探索高效的模型训练方案。\n\n职位要求\n1、2027届硕士及以上学位在读，计算机、软件工程等相关专业优先；\n2、有计算机视觉一个或多个领域的研究和实践经验，包括但不限于图像/视频生成、3D数字人、扩散模型、多模态理解等；\n3、具有熟练的算法和编程能力，熟悉Python编程和常见大模型训练及推理框架，理解视频生成模型的关键技术，包括Diffusion，DiT，VAE，Position Embedding，Temporal Embedding等；\n4、对技术有热情，关注大模型新研究和论文，对大模型的应用有兴趣，有独立解决问题的能力，有良好的技术沟通及协作能力，并乐于推动项目中问题的解决；\n5、每周可实习4天及以上，可实习4个月及以上优先。\n\n加分项\n1、在顶会（NeurIPS/ICML/ICLR/ACL/CVPR）发表论文；\n2、参与过开源模型（LLaMA/Qwen/Mistral/DeepSeek/Wan等）的贡献。\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n团队介绍：TikTok Shop是以TikTok为载体的内容电商业务，致力于成为用户发现并获取优价好物的首选平台，在直播电商、视频内容电商等多场景下，TikTok Shop希望能为用户提供更个性化、更主动、更高效的消费体验，为商家提供稳定可靠的平台服务，在更多的地区实现没有难卖的优价好物，让美好生活触手可得的使命。我们邀请你来此成长、钻研，发掘无限的潜力，一起应对技术和业务上的挑战。目前团队拥有丰富的国际产品研发经验，包容多元的文化，且在全球设立研发团队，邀请你来一起接受跨国合作的挑战，还有出差外派机会在等你！\n\n1、负责计算机视觉及大模型领域前沿研究开发，重点聚焦AIGC技术在国际电商场景的落地，深耕图像、视频、3D生成技术；\n2、为TikTok Shop内部产品提供不同场景下的各类AIGC基础模型支持，解决商品内容生产、视觉营销、用户交互等场景的技术需求；\n3、构建高质量的视觉模型训练数据，探索高效的模型训练方案。\n1、2027届硕士及以上学位在读，计算机、软件工程等相关专业优先；\n2、有计算机视觉一个或多个领域的研究和实践经验，包括但不限于图像/视频生成、3D数字人、扩散模型、多模态理解等；\n3、具有熟练的算法和编程能力，熟悉Python编程和常见大模型训练及推理框架，理解视频生成模型的关键技术，包括Diffusion，DiT，VAE，Position Embedding，Temporal Embedding等；\n4、对技术有热情，关注大模型新研究和论文，对大模型的应用有兴趣，有独立解决问题的能力，有良好的技术沟通及协作能力，并乐于推动项目中问题的解决；\n5、每周可实习4天及以上，可实习4个月及以上优先。\n\n加分项\n1、在顶会（NeurIPS/ICML/ICLR/ACL/CVPR）发表论文；\n2、参与过开源模型（LLaMA/Qwen/Mistral/DeepSeek/Wan等）的贡献。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}