职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7597005498454608181

多模态算法工程师(自动驾驶云)-火山引擎

未披露 · 上海 · 字节跳动

主分类:大模型与生成式算法研发
算法与数据
辅助:计算机视觉与图像感知算法研发(仅展示)
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": "多模态算法工程师(自动驾驶云)-火山引擎",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "上海",
        "work_mode": "未披露",AI生成
        "job_category": "研发"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": "具备计算机科学、软件工程、人工智能、数学等相关专业的本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、负责探索大模型技术在汽车行业领域中的应用,包括但不限于场景打标、场景生成与泛化、行为理解与预测、图文搜图等方面工作;\n2、与产品研发同学合作,深入理解业务,协作完成相关产品方案的研发,包括数据清洗与增强,模型训练、评测、精调,部署优化等,支持行业内应用落地;\n3、负责将多模态Agent技术应用于智驾领域,与已有工具链和AI产品结合,交互式完成海量多模态数据的筛选、预处理、难例挖掘、自动打标、数据集创建等功能,提升平台易用性与智能化程度。",
        "requirements_text": "1、具备计算机科学、软件工程、人工智能、数学等相关专业的本科及以上学历,拥有扎实的理论基础和丰富的实践经验;\n2、熟悉大模型核心架构(如Transformer/Embedding/多模态模型),熟悉LoRA、量化蒸馏等模型优化技术,具备算法与工程交叉思维;\n3、熟悉至少一种主流深度学习框架(TensorFlow/PyTorch);对DDP/FSDP等分布式训练有实践经验者优先;\n4、熟悉Agent的核心组件与原理,包括工具调用(Function Calling)、检索增强(RAG/向量数据库)与任务规划(Planning);熟悉至少一种主流Agent编排框架(如LangChain/AutoGen);\n5、熟练掌握Python、C++等编程语言,有扎实的编程基础、良好的编码风格,能够熟练Debug与Profiling;\n6、具有良好的团队协作和沟通能力,积极乐观,责任感强,能够与团队成员密切合作,共同完成项目任务。",
        "skills": [AI生成
            "Python",
            "C++",
            "PyTorch",
            "TensorFlow",
            "深度学习",
            "数据库",
            "团队协作",
            "沟通能力",
            "大语言模型",
            "检索增强生成"
        ],
        "preferred_qualifications": "对DDP/FSDP等分布式训练有实践经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7597005498454608181/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7597005498454608181",
        "post_date": "2026-01-19",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7597005498454608181/detail"
    },
    "fulltext": "多模态算法工程师(自动驾驶云)-火山引擎\n职位描述\n1、负责探索大模型技术在汽车行业领域中的应用,包括但不限于场景打标、场景生成与泛化、行为理解与预测、图文搜图等方面工作;\n2、与产品研发同学合作,深入理解业务,协作完成相关产品方案的研发,包括数据清洗与增强,模型训练、评测、精调,部署优化等,支持行业内应用落地;\n3、负责将多模态Agent技术应用于智驾领域,与已有工具链和AI产品结合,交互式完成海量多模态数据的筛选、预处理、难例挖掘、自动打标、数据集创建等功能,提升平台易用性与智能化程度。\n\n职位要求\n1、具备计算机科学、软件工程、人工智能、数学等相关专业的本科及以上学历,拥有扎实的理论基础和丰富的实践经验;\n2、熟悉大模型核心架构(如Transformer/Embedding/多模态模型),熟悉LoRA、量化蒸馏等模型优化技术,具备算法与工程交叉思维;\n3、熟悉至少一种主流深度学习框架(TensorFlow/PyTorch);对DDP/FSDP等分布式训练有实践经验者优先;\n4、熟悉Agent的核心组件与原理,包括工具调用(Function Calling)、检索增强(RAG/向量数据库)与任务规划(Planning);熟悉至少一种主流Agent编排框架(如LangChain/AutoGen);\n5、熟练掌握Python、C++等编程语言,有扎实的编程基础、良好的编码风格,能够熟练Debug与Profiling;\n6、具有良好的团队协作和沟通能力,积极乐观,责任感强,能够与团队成员密切合作,共同完成项目任务。\n1、负责探索大模型技术在汽车行业领域中的应用,包括但不限于场景打标、场景生成与泛化、行为理解与预测、图文搜图等方面工作;\n2、与产品研发同学合作,深入理解业务,协作完成相关产品方案的研发,包括数据清洗与增强,模型训练、评测、精调,部署优化等,支持行业内应用落地;\n3、负责将多模态Agent技术应用于智驾领域,与已有工具链和AI产品结合,交互式完成海量多模态数据的筛选、预处理、难例挖掘、自动打标、数据集创建等功能,提升平台易用性与智能化程度。\n1、具备计算机科学、软件工程、人工智能、数学等相关专业的本科及以上学历,拥有扎实的理论基础和丰富的实践经验;\n2、熟悉大模型核心架构(如Transformer/Embedding/多模态模型),熟悉LoRA、量化蒸馏等模型优化技术,具备算法与工程交叉思维;\n3、熟悉至少一种主流深度学习框架(TensorFlow/PyTorch);对DDP/FSDP等分布式训练有实践经验者优先;\n4、熟悉Agent的核心组件与原理,包括工具调用(Function Calling)、检索增强(RAG/向量数据库)与任务规划(Planning);熟悉至少一种主流Agent编排框架(如LangChain/AutoGen);\n5、熟练掌握Python、C++等编程语言,有扎实的编程基础、良好的编码风格,能够熟练Debug与Profiling;\n6、具有良好的团队协作和沟通能力,积极乐观,责任感强,能够与团队成员密切合作,共同完成项目任务。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [
            "T034"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}