字节跳动
多模态大模型算法专家-Commercial AI
多模态大模型算法专家-Commercial AI
发布于 大约 2 小时前普通员工/个人贡献者
上海市
专家级经验
全职员工
仅现场办公
本科
机器学习
深度学习
推荐系统
AIGC
多模态大模型
强化学习(Rl)
自然语言处理(Nlp)
计算机视觉(Cv)
AI 估算 · 45k–70k
字节跳动核心商业AI团队，多模态大模型专家岗位要求高，技术壁垒强，薪资向大厂高级算法专家看齐，竞争力强。
职位详情
关于这个职位
作为字节跳动商业AI团队的多模态大模型算法专家，你将致力于多模态大模型的前沿研究与技术落地，探索多模态理解、生成式AI、强化学习等方向，并在抖音、今日头条等核心产品应用，影响数亿用户
该职位需具备扎实的算法基础和出色的问题解决能力，适合有志于在计算机视觉、多模态、大模型领域深耕的研究型人才
最低要求
本科及以上学历，人工智能、计算机、自动化、数学相关专业优先
拥有优秀的分析问题和解决问题的能力，对解决具有挑战性问题充满激情
怀有科技改变世界的远大抱负，有志于投身机器学习、人工智能、大语言模型、多模态理解和生成等技术领域
扎实的机器学习、CV、AIGC、NLP、RL基础和出色的探索能力，在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH等顶级会议上发表论文者优先
优秀的代码能力、数据结构和基础算法功底，熟练C/C++或Python，ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先
在多模态大模型、生成领域或者RL领域，主导过大影响力的项目或论文者优先
工作职责
成为研究型人才，在你热爱的课题方向上，探索多模态大模型模型领域最具挑战的长期关键问题
探索研究多模态理解、生成式、强化学习、AIGC等前沿技术
探索多模态RAG、视觉COT、多模态Agent、多模态Reward model、RL等多模态进阶能力
探索多模态Deep research、Computer Using Agent、Useful Image Generation、理解生成一体模型在抖音交易场景的能力
AI 洞察
优缺点分析
优点
- 字节跳动作为头部互联网公司，拥有海量数据和超大规模业务场景，为算法研究提供绝佳实践环境
- 团队专注于多模态大模型前沿技术，技术氛围浓厚，可与业内顶尖人才共同探索
- 薪资待遇优厚，股票期权等福利丰富，职业发展空间大
- 适合具备扎实算法基础、热爱前沿技术研究、有志于在多模态大模型领域创造影响力的研究型人才
缺点 / 挑战
- 技术难度高，需要持续跟踪前沿论文并快速落地，对学习能力和抗压能力有较高要求
- 业务驱动较强，研究工作需要与工程团队紧密配合，可能面临短期交付压力
角色解读
- 在字节跳动内部成为多模态大模型领域的专家，主导核心研究方向
- 晋升为技术Leader或研究团队负责人，带领团队攻克前沿难题
- 积累大规模场景落地经验，成为行业顶尖AI人才，可拓展至其他互联网或AI公司
- 研究多模态大模型的前沿课题，如多模态理解、生成式AI、强化学习等方向
- 将研究成果应用于抖音电商、广告等核心业务场景，解决超大规模流量下的复杂问题
- 探索多模态RAG、视觉COT、多模态Agent等进阶技术，推动技术落地
- 扎实的机器学习、CV、NLP、RL基础，具备多模态大模型相关研究或实践经验
- 优秀的代码能力，熟练Python或C++，熟悉深度学习框架
- 有顶会论文发表或ACM/Kaggle等竞赛获奖经历，证明研究或工程能力
申请策略
- 在简历中明确体现主导过有影响力的项目或论文，展示独立解决难题的能力
- 了解字节跳动商业AI团队的技术方向，在面试中展现对广告、推荐、多模态结合的思考
- 突出多模态、大模型相关论文或开源项目，尤其是CVPR/NeurIPS等顶会论文
- 强调算法竞赛获奖（如Kaggle、ACM）或重要业务落地成果
- 展示对机器学习、深度学习框架（如PyTorch）的熟练程度，以及C++/Python编程能力
- 补充多模态RAG、视觉COT、RLHF等最新技术的学习，阅读相关论文
- 熟悉字节跳动广告推荐系统的基础知识，有助于理解业务场景
面试指南
- STAR法：对项目经历，阐述Situation、Task、Action、Result，突出个人贡献和结果
- 技术方案类：先明确问题定义，再对比现有方法的优劣，提出创新点，并说明实验验证思路
- 请详细介绍你参与的一项多模态大模型相关工作，包括问题、方法、实验和最终效果
- 如何将多模态大模型应用于广告创意生成或商品推荐？请设计一个技术方案
- 你对RLHF在视觉模型中的应用有何理解？请举例说明
- 你如何看待多模态理解与生成的统一模型？有哪些技术难点？
- 代码实现题：给定一个多模态数据集，如何设计一个高效的训练和推理流程？
- 复习多模态、NLP、CV、RL领域核心论文（如CLIP、BLIP2、LLaVA、DALL-E等）
匹配度报告
74
综合匹配度
字节跳动商业AI核心团队，多模态大模型前沿方向，薪资优厚、技术成长极快，但工作强度和压力较大。
适合人群
该职位最适合追求技术前沿突破和高成长性、对薪资有高要求且能接受高强度工作节奏的求职者。
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95
工作生活45
使命价值70
薪资福利匹配
85较高
字节跳动薪资水平处于行业头部，且已上市，福利完善（如五险一金、期权等），该职位属于技术专家岗，薪资竞争力强。
薪资信号未披露（AI估算：45K-70K/月）
成长发展匹配
95较高
职位聚焦多模态大模型前沿技术，技术栈新且有挑战，公司提供超大流量场景和顶级研究资源，成长空间巨大。
技术前沿前沿/新兴技术
技术栈多模态大模型、生成式AI、强化学习、AIGC、RAG、视觉COT、多模态Agent、Reward model
业务类型profit_center
工作生活匹配
45较低
大厂核心研发岗位通常工作强度较高，上海办公地点位于市中心区域，但未明确弹性工作或远程政策。
工作模式未明确
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
职位于商业AI团队，直接贡献营收增长，技术影响力大；互联网广告行业成熟稳定，社会影响力一般。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs