字节跳动
多模态世界模型算法工程师/专家-豆包大模型
多模态世界模型算法工程师/专家-豆包大模型
发布于 大约 7 小时前普通员工/个人贡献者
北京市
其它
全职员工
仅现场办公
本科
机器学习
深度学习
强化学习
计算机视觉
LLM
多模态
AIGC
世界模型
AI 估算 · 35k–65k
字节跳动核心AI研究岗，技能稀缺（多模态/大模型），薪资竞争力强，参考行业水平及大厂算法专家薪酬区间。
职位详情
关于这个职位
该岗位属于字节跳动Seed团队，专注于多模态世界模型的算法研究与开发
你将探索多模态理解、生成式、强化学习等前沿技术，构建大规模基础模型并优化系统，推动AI能力突破与应用落地
适合具备扎实机器学习基础、热爱研究、追求技术极致的算法工程师
最低要求
本科及以上学历，计算机、电子、数学等相关专业
在计算机视觉、多模态、AIGC、机器学习、渲染生成等一个或多个领域有较深入的研究者
具有出色的分析、解决问题的能力，能深入解决大模型训练、应用存在的问题，有自主探索解决方案的能力者
具有良好的沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步
工作职责
探索研究多模态理解、生成式、机器学习、强化学习、AIGC、计算机视觉、人工智能等前沿技术
探索大规模/超大规模多模态理解与生成交织的基础模型，并进行极致系统优化
数据建设、指令微调、偏好对齐、模型优化
提升数据合成、Scalable Oversight、模型推理、规划能力，构建全面客观准确的评测体系，探索提升大模型能力
探索突破包括而不限于多模态RAG，视觉CoT与Agent等在内的多模态模型、世界模型进阶能力，构建GUI/游戏等虚拟世界的通用多模态Agent
利用预训练、仿真等技术对虚拟/现实世界的各类环境进行建模，提供多模态交互探索的基本能力，推动应用落地，研发以人工智能技术为核心的新技术、新产品
优先资格
具有优秀的基础算法、扎实的机器学习基础，熟悉CV、AIGC、NLP、RL、ML等领域的技术，在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先
具有优秀的代码能力，熟练掌握C/C++或Python编程语言，ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先
在多模态、大模型、基础模型、世界模型、RL、渲染生成领域，主导过大影响力项目者优先
AI 洞察
优缺点分析
优点
- 字节跳动核心Seed团队，资源丰富，业务落地场景多，影响力大
- 前沿研究方向（世界模型、多模态），技术壁垒高，个人成长快
- 团队学术氛围浓厚，鼓励创新，有发表顶会论文机会
- 薪资福利优厚，大厂保障
- 研究难度大，需要持续学习最新论文与技术，工作强度高
- 竞争激烈，团队内部人才云集，需要不断证明自己
缺点 / 挑战
- 成果要求高，既要学术创新也要推动落地，双重压力
- 适合有扎实AI研究背景、热爱挑战、希望在多模态大模型领域成为顶尖专家的算法工程师
角色解读
- 从算法工程师成长为技术专家，主导核心模型设计与研究方向
- 可向AI架构师或团队负责人发展，带领小组攻克前沿难题
- 积累顶级会议论文与影响力项目，成为行业知名研究者
- 研究并开发多模态理解与生成融合的基础模型，优化模型训练与推理效率
- 构建世界模型及多模态Agent，实现视觉CoT、RAG等高级能力，推动在虚拟世界中的应用
- 参与数据建设、指令微调、强化学习对齐等全流程，提升模型性能与泛化能力
- 扎实的机器学习基础，熟悉CV、多模态、AIGC、RL等领域技术
- 优秀的编程能力，熟练使用Python或C++，有大型项目经验
- 较强的问题分析与解决能力，能深入大模型训练与应用中的技术难题
申请策略
- 投递时可附上个人技术博客或项目链接，展示技术热忱
- 准备一份简明扼要的技术自荐信，说明与岗位的匹配点
- 突出多模态或计算机视觉相关的研究项目、论文发表或竞赛获奖
- 强调大模型训练、强化学习、系统优化等实战经验，展示具体贡献
- 如参与过开源项目或有GitHub高star仓库，务必提及
- 深入学习Transformer、扩散模型、RLHF等前沿技术原理
- 熟悉PyTorch、TensorFlow等框架，掌握分布式训练工具如Megatron、DeepSpeed
- 阅读Seed团队或字节跳动相关技术博客，了解团队方向
面试指南
- 技术问题：先清晰描述问题背景，再分步骤阐述解决思路，最后总结效果与反思
- 开放性问题：展示知识广度，结合个人经验给出有深度的观点，并适当提出自己的疑问
- 代码题：注意边界条件，先讲思路再写代码，优化时间空间复杂度
- 请讲述你参与过的一个多模态项目，具体负责什么，难点是什么？
- 如何设计一个大规模多模态模型的训练流程？数据对齐和模型架构怎么选择？
- 你对世界模型的理解是什么？它与传统CV模型有何区别？
- 在模型训练中遇到loss不收敛或过拟合，你会如何排查与解决？
- 谈谈你对强化学习在大模型中的应用（如RLHF）的认识
匹配度报告
73
综合匹配度
字节核心AI研究岗，前沿多模态技术，薪资优厚，成长空间大，但WLB一般。
适合人群
该职位最适合追求技术成长和前沿研究的求职者，能接受高强度工作。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展92
工作生活45
使命价值70
薪资福利匹配
85较高
字节跳动薪资福利处于行业领先水平，但JD未明确薪资，按市场水平估算偏高；福利如五险一金、年终奖等大厂标配，未在JD中提及，故只算中等偏上。
薪资信号未披露（AI估算：35K-65K/月）
成长发展匹配
92较高
岗位直接从事前沿技术研究，技术栈新，项目影响力大，团队学术氛围浓厚，成长空间极大。
技术前沿前沿/新兴技术
技术栈多模态、世界模型、AIGC、强化学习、Transformer、扩散模型
成长机会业界领先、探索前沿技术、长期愿景、世界一流的AI研究团队
业务类型ambiguous
工作生活匹配
45较低
未提及远程或弹性工作，互联网大厂算法岗通常需要高强度投入，WLB一般。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
70中等
AI行业处于高速增长期，该岗位致力于通用人工智能探索，社会影响力正面，但团队目标偏技术导向，使命驱动感中等。
行业发展高速增长赛道
社会影响中性/一般
使命信号寻找通用智能的新方法、追求智能上限、为科技和社会发展作出贡献
创新程度开拓性创新（行业首创）
字节跳动 的其他在招职位
相似职位推荐
Watch Jobs