{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大模型算法（AI Agent方向）实习生-TikTok搜索",
        "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搜索团队致力于为用户提供精准高效的搜索工具，创造良好的搜索体验，提升信息流动的效率，同时高价值的搜索流量也能带来商业化价值，为TikTok生态内的其他业务提供高效的入口，支持内容生态的发展，提升中尾部视频的消费力量。\n你可以有机会参与核心业务功能的开发工作，接触到第一线的用户，我们期待你的加入！\n\n1、搜索大模型底座研发：构建并优化搜索领域LLM底座，融合搜索知识快速落地业务；沉淀搜索大模型后训练链路（超长文本/口语文本预训练、图文/视频多模态表征、电商商品多模态表征学习等）；参与大模型推理优化（长上下文优化、模型效率优化）；\n2、Agent工程与多智能体调度（Harness/Loop）：参与搜索Agent执行框架（Harness）建设——工具调用、规划、记忆、环境交互的统一编排；多智能体集群调度与协作算法（任务分配、动态调度、Agent间通信/对齐/冲突解决）；搭建Agent Loop与「训练-推理-评测」闭环工程；\n3、长记忆、自我提升与数据闭环（Self-Evolve/RSI）：参与大模型长期记忆机制、跨上下文知识整合等方向；参与Self-evolve/Self-improvement与递归自我提升（RSI）的前沿探索（自动化参数调优、训练流程自动化、AI辅助算法设计、模型迭代闭环）；数据合成与质量控制（垂类高质量数据合成、分布对齐、合成数据质量评测/筛选/提纯）；\n4、评测与Reward/Verifier系统：参与构建在线Reward/Verifier系统与自动化评测体系——无需人工标注的自动化评测、长周期复杂任务与跨领域能力评测、多智能体协作评测标准；\n5、业务落地：1）长时程任务Agent（常驻意图）；2）多模态创作AIGC：基于SOTA模型的生图/视频能力，承接Feed「看后问/看后创作」体验，强化用户主动认知；3）视觉搜索&端智能：目标检测、OCR、TinyLLM；4）搜索内容/创作者生态等。",
        "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、扎实的机器学习/深度学习基础，了解前沿大模型与Agent技术；在NeurIPS/ICML/ICLR/ACL/EMNLP/CVPR/ICCV/ECCV/AAAI等高水平会议发表论文，或有竞赛获奖经验者优先；\n3、有大模型/Agent相关项目经验者优先：LLM预训练/微调/对齐、Agent开发（工具调用、规划、记忆、多智能体协作）、RAG、RLHF/RLAIF、数据合成、自动化评测等；\n4、熟悉PyTorch/TensorFlow模型训练与部署；了解分布式训练、混合精度训练等加速方法；了解模型压缩与推理加速（量化、剪枝、蒸馏、TensorRT等）；\n5、熟悉大数据相关框架与应用（MR/Spark等）或以下任一方向者优先：LLM&Agent（预训练/SFT/对齐、长上下文、Agent Harness与多智能体调度、数据合成、自我提升（Loop/RSI）、自动化评测）；CV&多模态（图像/视频检索、分类识别、图像分割、目标检测、OCR、图神经网络、多模态、自/无监督学习；有CV/多模态大模型项目经验，或Kaggle/COCO/ImageNet/ActivityNet等获奖者优先；CVPR/ICCV/ECCV论文优先）；NLP（预训练、自然语言理解、多语言/跨语言学习、自然语言生成、迁移/半监督学习；有LLM项目经验，或GLUE/SuperGLUE/CLUE等获奖者优先；ACL/EMNLP论文优先）；\n6、优秀的工程实现与学习能力，良好的协作沟通；对搜索与Agent方向有热情。",
        "skills": [AI生成
            "Spark",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "自然语言处理",
            "模型训练",
            "学习能力",
            "大语言模型",
            "检索增强生成",
            "智能体开发"
        ],
        "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；在NeurIPS/ICML/ICLR/ACL/EMNLP/CVPR/ICCV/ECCV/AAAI等高水平会议发表论文，或有竞赛获奖经验者优先；3、有大模型/Agent相关项目经验者优先：LLM预训练/微调/对齐、Agent开发（工具调用、规划、记忆、多智能体协作）、RAG、RLHF/RLAIF、数据合成、自动化评测等；5、熟悉大数据相关框架与应用（MR/Spark等）或以下任一方向者优先：LLM&Agent（预训练/SFT/对齐、长上下文、Agent Harness与多智能体调度、数据合成、自我提升（Loop/RSI）、自动化评测）；有CV/多模态大模型项目经验，或Kaggle/COCO/ImageNet/ActivityNet等获奖者优先；CVPR/ICCV/ECCV论文优先）；有LLM项目经验，或GLUE/SuperGLUE/CLUE等获奖者优先；ACL/EMNLP论文优先）",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7595138542630062389/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7595138542630062389",
        "post_date": "2026-01-14",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7595138542630062389/detail"
    },
    "fulltext": "大模型算法（AI Agent方向）实习生-TikTok搜索\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搜索团队致力于为用户提供精准高效的搜索工具，创造良好的搜索体验，提升信息流动的效率，同时高价值的搜索流量也能带来商业化价值，为TikTok生态内的其他业务提供高效的入口，支持内容生态的发展，提升中尾部视频的消费力量。\n你可以有机会参与核心业务功能的开发工作，接触到第一线的用户，我们期待你的加入！\n\n1、搜索大模型底座研发：构建并优化搜索领域LLM底座，融合搜索知识快速落地业务；沉淀搜索大模型后训练链路（超长文本/口语文本预训练、图文/视频多模态表征、电商商品多模态表征学习等）；参与大模型推理优化（长上下文优化、模型效率优化）；\n2、Agent工程与多智能体调度（Harness/Loop）：参与搜索Agent执行框架（Harness）建设——工具调用、规划、记忆、环境交互的统一编排；多智能体集群调度与协作算法（任务分配、动态调度、Agent间通信/对齐/冲突解决）；搭建Agent Loop与「训练-推理-评测」闭环工程；\n3、长记忆、自我提升与数据闭环（Self-Evolve/RSI）：参与大模型长期记忆机制、跨上下文知识整合等方向；参与Self-evolve/Self-improvement与递归自我提升（RSI）的前沿探索（自动化参数调优、训练流程自动化、AI辅助算法设计、模型迭代闭环）；数据合成与质量控制（垂类高质量数据合成、分布对齐、合成数据质量评测/筛选/提纯）；\n4、评测与Reward/Verifier系统：参与构建在线Reward/Verifier系统与自动化评测体系——无需人工标注的自动化评测、长周期复杂任务与跨领域能力评测、多智能体协作评测标准；\n5、业务落地：1）长时程任务Agent（常驻意图）；2）多模态创作AIGC：基于SOTA模型的生图/视频能力，承接Feed「看后问/看后创作」体验，强化用户主动认知；3）视觉搜索&端智能：目标检测、OCR、TinyLLM；4）搜索内容/创作者生态等。\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、扎实的机器学习/深度学习基础，了解前沿大模型与Agent技术；在NeurIPS/ICML/ICLR/ACL/EMNLP/CVPR/ICCV/ECCV/AAAI等高水平会议发表论文，或有竞赛获奖经验者优先；\n3、有大模型/Agent相关项目经验者优先：LLM预训练/微调/对齐、Agent开发（工具调用、规划、记忆、多智能体协作）、RAG、RLHF/RLAIF、数据合成、自动化评测等；\n4、熟悉PyTorch/TensorFlow模型训练与部署；了解分布式训练、混合精度训练等加速方法；了解模型压缩与推理加速（量化、剪枝、蒸馏、TensorRT等）；\n5、熟悉大数据相关框架与应用（MR/Spark等）或以下任一方向者优先：LLM&Agent（预训练/SFT/对齐、长上下文、Agent Harness与多智能体调度、数据合成、自我提升（Loop/RSI）、自动化评测）；CV&多模态（图像/视频检索、分类识别、图像分割、目标检测、OCR、图神经网络、多模态、自/无监督学习；有CV/多模态大模型项目经验，或Kaggle/COCO/ImageNet/ActivityNet等获奖者优先；CVPR/ICCV/ECCV论文优先）；NLP（预训练、自然语言理解、多语言/跨语言学习、自然语言生成、迁移/半监督学习；有LLM项目经验，或GLUE/SuperGLUE/CLUE等获奖者优先；ACL/EMNLP论文优先）；\n6、优秀的工程实现与学习能力，良好的协作沟通；对搜索与Agent方向有热情。\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搜索团队致力于为用户提供精准高效的搜索工具，创造良好的搜索体验，提升信息流动的效率，同时高价值的搜索流量也能带来商业化价值，为TikTok生态内的其他业务提供高效的入口，支持内容生态的发展，提升中尾部视频的消费力量。\n你可以有机会参与核心业务功能的开发工作，接触到第一线的用户，我们期待你的加入！\n\n1、搜索大模型底座研发：构建并优化搜索领域LLM底座，融合搜索知识快速落地业务；沉淀搜索大模型后训练链路（超长文本/口语文本预训练、图文/视频多模态表征、电商商品多模态表征学习等）；参与大模型推理优化（长上下文优化、模型效率优化）；\n2、Agent工程与多智能体调度（Harness/Loop）：参与搜索Agent执行框架（Harness）建设——工具调用、规划、记忆、环境交互的统一编排；多智能体集群调度与协作算法（任务分配、动态调度、Agent间通信/对齐/冲突解决）；搭建Agent Loop与「训练-推理-评测」闭环工程；\n3、长记忆、自我提升与数据闭环（Self-Evolve/RSI）：参与大模型长期记忆机制、跨上下文知识整合等方向；参与Self-evolve/Self-improvement与递归自我提升（RSI）的前沿探索（自动化参数调优、训练流程自动化、AI辅助算法设计、模型迭代闭环）；数据合成与质量控制（垂类高质量数据合成、分布对齐、合成数据质量评测/筛选/提纯）；\n4、评测与Reward/Verifier系统：参与构建在线Reward/Verifier系统与自动化评测体系——无需人工标注的自动化评测、长周期复杂任务与跨领域能力评测、多智能体协作评测标准；\n5、业务落地：1）长时程任务Agent（常驻意图）；2）多模态创作AIGC：基于SOTA模型的生图/视频能力，承接Feed「看后问/看后创作」体验，强化用户主动认知；3）视觉搜索&端智能：目标检测、OCR、TinyLLM；4）搜索内容/创作者生态等。\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、扎实的机器学习/深度学习基础，了解前沿大模型与Agent技术；在NeurIPS/ICML/ICLR/ACL/EMNLP/CVPR/ICCV/ECCV/AAAI等高水平会议发表论文，或有竞赛获奖经验者优先；\n3、有大模型/Agent相关项目经验者优先：LLM预训练/微调/对齐、Agent开发（工具调用、规划、记忆、多智能体协作）、RAG、RLHF/RLAIF、数据合成、自动化评测等；\n4、熟悉PyTorch/TensorFlow模型训练与部署；了解分布式训练、混合精度训练等加速方法；了解模型压缩与推理加速（量化、剪枝、蒸馏、TensorRT等）；\n5、熟悉大数据相关框架与应用（MR/Spark等）或以下任一方向者优先：LLM&Agent（预训练/SFT/对齐、长上下文、Agent Harness与多智能体调度、数据合成、自我提升（Loop/RSI）、自动化评测）；CV&多模态（图像/视频检索、分类识别、图像分割、目标检测、OCR、图神经网络、多模态、自/无监督学习；有CV/多模态大模型项目经验，或Kaggle/COCO/ImageNet/ActivityNet等获奖者优先；CVPR/ICCV/ECCV论文优先）；NLP（预训练、自然语言理解、多语言/跨语言学习、自然语言生成、迁移/半监督学习；有LLM项目经验，或GLUE/SuperGLUE/CLUE等获奖者优先；ACL/EMNLP论文优先）；\n6、优秀的工程实现与学习能力，良好的协作沟通；对搜索与Agent方向有热情。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [
            "T009",
            "T015"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}