{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "算法实习生-Ads Core",
        "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：广告核心团队在不同的广告投放阶段建立关键的变现机制\n1. 我们建立排序、出价、预算、样式、诊断和其他框架，作为中台，使其他广告团队能够并行迭代他们的产品。\n2. 我们实施流量策略，在用户体验的约束下实现收入最大化，实现广告主受众的完全探索。\n3. 我们的模型驱动自动化解决方案从头到尾优化广告投放性能。\n\n1、参与广告客户侧及用户侧Agent应用开发，在导师指导下协助设计并实现端到端Agent系统，覆盖深度调研、投放建议、用户体验优化等多种业务场景；\n2、协助优化Agent应用的性能与产出效果，深入理解Agent实现机制及商业化业务逻辑，结合真实评测案例进行问题定位与原因分析，输出可落地的优化建议；\n3、参与Agent Context Engineering工作，协助优化包括RAG、工具系统在内的整体生态，提高Agent在高并发、多场景业务环境下的运行效率与稳定性；\n4、协助搭建与完善端到端Agent评测体系，基于用户反馈及业务指标，从多维度对Agent进行效果评估，为系统迭代提供数据支撑与决策参考；\n5、在实践中加深对大模型与Agent架构的理解，接触Multi-Agent、Context Engineering/Management、ReAct/PlanAct/CodeAct等前沿架构与范式；\n6、跟进行业前沿技术，了解并尝试模型Post-Training技术（如SFT、RL等），在导师指导下对特定能力问题进行实验性优化探索，为团队提供创新思路与技术方案。",
        "requirements_text": "1、2027届硕士及以上学位在读，计算机、软件工程、人工智能等相关专业优先；\n2、具备扎实的计算机基础，熟悉至少一种主流编程语言（如Python/Go/Java/C++等），对后端开发或AI应用开发有实际项目经验者优先；\n3、具备良好的问题分析与抽象能力，乐于深入理解业务与技术细节，能够在导师指导下完成实验设计与效果分析；\n4、具备良好的沟通协作能力与主人翁意识，学习能力强，愿意在迭代的环境中快速成长。\n\n加分项\n1、有RAG、智能助手、对话系统、推荐/广告相关项目经验；\n2、熟悉基本的机器学习/深度学习概念，了解SFT、RLHF等训练范式；\n3、有参与大模型或Agent相关科研、竞赛、开源社区贡献的经历。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "机器学习",
            "深度学习",
            "学习能力",
            "Go",
            "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、人工智能等相关专业优先；2、具备扎实的计算机基础，熟悉至少一种主流编程语言（如Python/Go/Java/C++等），对后端开发或AI应用开发有实际项目经验者优先；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/7597369789124151605/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7597369789124151605",
        "post_date": "2026-01-20",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7597369789124151605/detail"
    },
    "fulltext": "算法实习生-Ads Core\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：广告核心团队在不同的广告投放阶段建立关键的变现机制\n1. 我们建立排序、出价、预算、样式、诊断和其他框架，作为中台，使其他广告团队能够并行迭代他们的产品。\n2. 我们实施流量策略，在用户体验的约束下实现收入最大化，实现广告主受众的完全探索。\n3. 我们的模型驱动自动化解决方案从头到尾优化广告投放性能。\n\n1、参与广告客户侧及用户侧Agent应用开发，在导师指导下协助设计并实现端到端Agent系统，覆盖深度调研、投放建议、用户体验优化等多种业务场景；\n2、协助优化Agent应用的性能与产出效果，深入理解Agent实现机制及商业化业务逻辑，结合真实评测案例进行问题定位与原因分析，输出可落地的优化建议；\n3、参与Agent Context Engineering工作，协助优化包括RAG、工具系统在内的整体生态，提高Agent在高并发、多场景业务环境下的运行效率与稳定性；\n4、协助搭建与完善端到端Agent评测体系，基于用户反馈及业务指标，从多维度对Agent进行效果评估，为系统迭代提供数据支撑与决策参考；\n5、在实践中加深对大模型与Agent架构的理解，接触Multi-Agent、Context Engineering/Management、ReAct/PlanAct/CodeAct等前沿架构与范式；\n6、跟进行业前沿技术，了解并尝试模型Post-Training技术（如SFT、RL等），在导师指导下对特定能力问题进行实验性优化探索，为团队提供创新思路与技术方案。\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、人工智能等相关专业优先；\n2、具备扎实的计算机基础，熟悉至少一种主流编程语言（如Python/Go/Java/C++等），对后端开发或AI应用开发有实际项目经验者优先；\n3、具备良好的问题分析与抽象能力，乐于深入理解业务与技术细节，能够在导师指导下完成实验设计与效果分析；\n4、具备良好的沟通协作能力与主人翁意识，学习能力强，愿意在迭代的环境中快速成长。\n\n加分项\n1、有RAG、智能助手、对话系统、推荐/广告相关项目经验；\n2、熟悉基本的机器学习/深度学习概念，了解SFT、RLHF等训练范式；\n3、有参与大模型或Agent相关科研、竞赛、开源社区贡献的经历。\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：广告核心团队在不同的广告投放阶段建立关键的变现机制\n1. 我们建立排序、出价、预算、样式、诊断和其他框架，作为中台，使其他广告团队能够并行迭代他们的产品。\n2. 我们实施流量策略，在用户体验的约束下实现收入最大化，实现广告主受众的完全探索。\n3. 我们的模型驱动自动化解决方案从头到尾优化广告投放性能。\n\n1、参与广告客户侧及用户侧Agent应用开发，在导师指导下协助设计并实现端到端Agent系统，覆盖深度调研、投放建议、用户体验优化等多种业务场景；\n2、协助优化Agent应用的性能与产出效果，深入理解Agent实现机制及商业化业务逻辑，结合真实评测案例进行问题定位与原因分析，输出可落地的优化建议；\n3、参与Agent Context Engineering工作，协助优化包括RAG、工具系统在内的整体生态，提高Agent在高并发、多场景业务环境下的运行效率与稳定性；\n4、协助搭建与完善端到端Agent评测体系，基于用户反馈及业务指标，从多维度对Agent进行效果评估，为系统迭代提供数据支撑与决策参考；\n5、在实践中加深对大模型与Agent架构的理解，接触Multi-Agent、Context Engineering/Management、ReAct/PlanAct/CodeAct等前沿架构与范式；\n6、跟进行业前沿技术，了解并尝试模型Post-Training技术（如SFT、RL等），在导师指导下对特定能力问题进行实验性优化探索，为团队提供创新思路与技术方案。\n1、2027届硕士及以上学位在读，计算机、软件工程、人工智能等相关专业优先；\n2、具备扎实的计算机基础，熟悉至少一种主流编程语言（如Python/Go/Java/C++等），对后端开发或AI应用开发有实际项目经验者优先；\n3、具备良好的问题分析与抽象能力，乐于深入理解业务与技术细节，能够在导师指导下完成实验设计与效果分析；\n4、具备良好的沟通协作能力与主人翁意识，学习能力强，愿意在迭代的环境中快速成长。\n\n加分项\n1、有RAG、智能助手、对话系统、推荐/广告相关项目经验；\n2、熟悉基本的机器学习/深度学习概念，了解SFT、RLHF等训练范式；\n3、有参与大模型或Agent相关科研、竞赛、开源社区贡献的经历。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [
            "T015"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}