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": "多模态算法实习生-抖音",
"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": "2027届本科及以上学历在读",
"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:Data-抖音团队,负责抖音APP的推荐算法、AI大模型应用、内容算法、智能对话等算法工作,对接全链路各体裁(短视频,直播,图文)各业务(内容消费,UGC,打赏,社交,生态,投稿,消息,汽水音乐,精选,增长投放,评论,内容理解&安全、智能对话等)。我们的工作涉及大规模推荐算法的优化、复杂约束的优化问题的解决、内容理解、LLM技术技术研究、AI落地应用以及新业务方向探索、CV/NLP等多个学术领域的算法改进工作、对多种场景的推荐架构的设计和实现和对产品数据的复杂深入的分析工作。在这里,你可以深入钻研机器学习算法的改进和优化,探索工业界最领先的推荐系统架构和推荐大模型算法、可以通过使用最新的大模型等技术支持抖音的数字人、智能客服、AI工具等创新探索;可以通过对产品的深度理解和思考,将算法应用到业务中去;也可以通过对产品和内容生态的深度分析,影响产品未来的发展方向。\n\n1、支持抖音等国内产品内容算法在VLM相关的基础算法开发和基座模型建设,提升模型的评测分数和下游落地应用效果,支持从训练到在线推理的相关算法能力迭代;\n2、从事VLM数据工程、模型结构、训练方法等方向的前沿技术探索和研发,发表学术论文和申请专利;\n3、支持包括推荐算法、社区治理、安全审核、对话算法等其他算法团队对VLM基座以及基础多模态技术的需求。",
"requirements_text": "1、2027届本科及以上学历在读,计算机、软件工程等相关专业优先;\n2、具有扎实的机器学习基础,在校学习推荐系统、计算机视觉、语音识别、自然语言、大模型相关专业,数理功底扎实,自学能力强;\n3、熟悉常用的机器学习训练推理框架,熟练使用Python编程;\n4、有LLM/VLM等相关科研和应用经验者,熟悉推荐算法、语音算法、OCR、多模态等内容理解算法优先;\n5、在计算机科学高水平会议和期刊如NIPS、ICML、CVPR、ICCV、ECCV、IJCAI、AAAI、KDD、SIGIR、WWW、ACL、PAMI、IJCV等发表过论文或有竞赛经验者优先;\n6、每周可实习4天以上,实习时间3个月以上。",
"skills": [AI生成
"Python",
"机器学习",
"计算机视觉",
"推荐算法",
"大语言模型"
],
"preferred_qualifications": "1、2027届本科及以上学历在读,计算机、软件工程等相关专业优先;4、有LLM/VLM等相关科研和应用经验者,熟悉推荐算法、语音算法、OCR、多模态等内容理解算法优先;5、在计算机科学高水平会议和期刊如NIPS、ICML、CVPR、ICCV、ECCV、IJCAI、AAAI、KDD、SIGIR、WWW、ACL、PAMI、IJCV等发表过论文或有竞赛经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7595623940829186357/detail"
}
]
},
"posting": {
"posting_id": "7595623940829186357",
"post_date": "2026-01-16",
"hire_time": "6、每周可实习4天以上,实习时间3个月以上",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7595623940829186357/detail"
},
"fulltext": "多模态算法实习生-抖音\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:Data-抖音团队,负责抖音APP的推荐算法、AI大模型应用、内容算法、智能对话等算法工作,对接全链路各体裁(短视频,直播,图文)各业务(内容消费,UGC,打赏,社交,生态,投稿,消息,汽水音乐,精选,增长投放,评论,内容理解&安全、智能对话等)。我们的工作涉及大规模推荐算法的优化、复杂约束的优化问题的解决、内容理解、LLM技术技术研究、AI落地应用以及新业务方向探索、CV/NLP等多个学术领域的算法改进工作、对多种场景的推荐架构的设计和实现和对产品数据的复杂深入的分析工作。在这里,你可以深入钻研机器学习算法的改进和优化,探索工业界最领先的推荐系统架构和推荐大模型算法、可以通过使用最新的大模型等技术支持抖音的数字人、智能客服、AI工具等创新探索;可以通过对产品的深度理解和思考,将算法应用到业务中去;也可以通过对产品和内容生态的深度分析,影响产品未来的发展方向。\n\n1、支持抖音等国内产品内容算法在VLM相关的基础算法开发和基座模型建设,提升模型的评测分数和下游落地应用效果,支持从训练到在线推理的相关算法能力迭代;\n2、从事VLM数据工程、模型结构、训练方法等方向的前沿技术探索和研发,发表学术论文和申请专利;\n3、支持包括推荐算法、社区治理、安全审核、对话算法等其他算法团队对VLM基座以及基础多模态技术的需求。\n\n职位要求\n1、2027届本科及以上学历在读,计算机、软件工程等相关专业优先;\n2、具有扎实的机器学习基础,在校学习推荐系统、计算机视觉、语音识别、自然语言、大模型相关专业,数理功底扎实,自学能力强;\n3、熟悉常用的机器学习训练推理框架,熟练使用Python编程;\n4、有LLM/VLM等相关科研和应用经验者,熟悉推荐算法、语音算法、OCR、多模态等内容理解算法优先;\n5、在计算机科学高水平会议和期刊如NIPS、ICML、CVPR、ICCV、ECCV、IJCAI、AAAI、KDD、SIGIR、WWW、ACL、PAMI、IJCV等发表过论文或有竞赛经验者优先;\n6、每周可实习4天以上,实习时间3个月以上。\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:Data-抖音团队,负责抖音APP的推荐算法、AI大模型应用、内容算法、智能对话等算法工作,对接全链路各体裁(短视频,直播,图文)各业务(内容消费,UGC,打赏,社交,生态,投稿,消息,汽水音乐,精选,增长投放,评论,内容理解&安全、智能对话等)。我们的工作涉及大规模推荐算法的优化、复杂约束的优化问题的解决、内容理解、LLM技术技术研究、AI落地应用以及新业务方向探索、CV/NLP等多个学术领域的算法改进工作、对多种场景的推荐架构的设计和实现和对产品数据的复杂深入的分析工作。在这里,你可以深入钻研机器学习算法的改进和优化,探索工业界最领先的推荐系统架构和推荐大模型算法、可以通过使用最新的大模型等技术支持抖音的数字人、智能客服、AI工具等创新探索;可以通过对产品的深度理解和思考,将算法应用到业务中去;也可以通过对产品和内容生态的深度分析,影响产品未来的发展方向。\n\n1、支持抖音等国内产品内容算法在VLM相关的基础算法开发和基座模型建设,提升模型的评测分数和下游落地应用效果,支持从训练到在线推理的相关算法能力迭代;\n2、从事VLM数据工程、模型结构、训练方法等方向的前沿技术探索和研发,发表学术论文和申请专利;\n3、支持包括推荐算法、社区治理、安全审核、对话算法等其他算法团队对VLM基座以及基础多模态技术的需求。\n1、2027届本科及以上学历在读,计算机、软件工程等相关专业优先;\n2、具有扎实的机器学习基础,在校学习推荐系统、计算机视觉、语音识别、自然语言、大模型相关专业,数理功底扎实,自学能力强;\n3、熟悉常用的机器学习训练推理框架,熟练使用Python编程;\n4、有LLM/VLM等相关科研和应用经验者,熟悉推荐算法、语音算法、OCR、多模态等内容理解算法优先;\n5、在计算机科学高水平会议和期刊如NIPS、ICML、CVPR、ICCV、ECCV、IJCAI、AAAI、KDD、SIGIR、WWW、ACL、PAMI、IJCV等发表过论文或有竞赛经验者优先;\n6、每周可实习4天以上,实习时间3个月以上。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}