字节跳动
多模态大模型算法工程师-Commercial AI
多模态大模型算法工程师-Commercial AI
发布于 大约 8 小时前普通员工/个人贡献者
上海市
无经验要求
全职员工
仅现场办公
硕士
机器学习工程
Aigc
Rag
多模态Agent
多模态大模型
强化学习
深度学习
视觉Cot
AI 估算 · 25k–50k
字节跳动AI算法岗薪资高，多模态大模型热门，叠加上海地区，月薪25k-50k合理。
职位详情
关于这个职位
这是一个面向多模态大模型研究的算法工程师岗位，你将加入字节跳动Commercial AI团队，专注于多模态理解、生成、强化学习等前沿技术，并将其应用于抖音交易场景，解决行业最具挑战性的问题
岗位适合对AI研究有热情、具备扎实机器学习功底的硕士或博士
最低要求
硕士研究生及以上学历，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
优秀的代码能力、数据结构和基础算法功底，熟练C/C++或Python
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
优先资格
在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH等顶级会议上发表论文者优先
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
AI 洞察
优缺点分析
优点
- 深度参与前沿技术研究，积累多模态大模型核心经验，行业竞争力强
- 字节跳动平台数据、算力资源丰富，能够快速验证想法，成长速度快
- 薪酬有竞争力，且研究岗可获得高影响力论文产出机会
- 多模态大模型领域竞争激烈，对数学和工程能力要求高，需要不断学习
- 可能需要处理业务场景中的工程落地问题，与纯研究有所不同
缺点 / 挑战
- 研究导向岗位压力大，需要持续产出创新成果，节奏快
- 适合对AI前沿技术有强烈热情、自驱力强、具备扎实研究功底且渴望挑战的算法工程师
角色解读
- 从研究员到技术专家，在某个细分方向（如多模态理解、生成）深耕，成为领域权威
- 横向发展，可向技术管理岗位（Tech Lead）或架构师方向转型
- 依托字节平台，可内部转岗到不同业务线，拓宽技术应用场景
- 作为研究员，探索多模态大模型领域前沿问题，如多模态理解、生成、强化学习等
- 研究并落地RAG、视觉COT、多模态Agent等进阶能力，提升模型在抖音交易场景的应用效果
- 参与大规模模型的训练与调优，解决实际业务中的复杂技术挑战
- 扎实的机器学习、CV、NLP、RL基础，理解主流大模型架构
- 优秀的编程能力，熟练使用Python或C++，熟悉深度学习框架如PyTorch
- 具备科研素养，能阅读前沿论文并快速实现验证，有顶会论文或大型项目经验者佳
申请策略
- 关注字节跳动AI Lab和Commercial AI团队的研究方向，准备相关的作品集或技术博客
- 在面试中展现你的研究热情和思辨能力，不要只描述结果，要讲清思考过程
- 突出你的科研经历，尤其在多模态、生成模型、强化学习等方向的论文或项目成果
- 强调工程能力，如大规模模型训练、分布式推理、C++/Python优化经验
- 如有竞赛获奖（ACM、Kaggle等）或参与过知名开源项目，务必突出
- 补充多模态大模型（如GPT-4V、Gemini）的架构和训练技巧，动手实现一个小型多模态模型
- 熟悉强化学习（RLHF、PPO）和RAG主流方法，阅读最新顶会论文
面试指南
- 对于项目类问题，采用STAR法则：背景、任务、行动、结果，突出个人贡献和难点突破
- 对于技术概念题，先给出定义，再结合实际经验或论文例子说明，展现深度理解
- 对开放性问题，结构化思考，从技术、数据、业务三个层面逐步拆解
- 请介绍你做过的一个多模态项目，包括模型设计、数据选择和效果评估
- 如何解决多模态RAG中的跨模态检索对齐问题？
- 你对RLHF的理解？在多模态生成中如何应用强化学习？
- 如何看待多模态大模型在电商场景的落地挑战？
- 复习多模态大模型的核心论文，如CLIP、BLIP、LLaVA、Flamingo等，形成系统认知
职位点评
76
综合评分
前沿多模态研究、高薪高成长，但工作强度大且WLB不明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
追求技术前沿和快速成长、能适应高强度工作的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展95
工作生活40
使命价值70
薪资福利
85较高
字节跳动提供有竞争力的薪酬和福利，但JD未明确薪资数字，总体处于市场高位。
薪资信号未披露（AI估算：25K-50K/月）
成长发展
95较高
多模态大模型属于前沿技术，JD强调探索和突破，成长空间极大。
技术前沿前沿/新兴技术
技术栈多模态、大模型、AIGC、强化学习、RAG、视觉COT、Agent、C++、Python
成长机会研究型人才、探索
业务类型profit_center
工作生活
40较低
JD未提及弹性工作或远程，字节系公司通常工作强度较大，生活平衡一般。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
AI技术有较强社会影响力，且抖音交易场景可产生商业价值，但缺乏明确使命感表述。
行业发展高速增长赛道
社会影响中性/一般
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