豆包大模型算法工程师（AIGC Agent方向） - Data AML

团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。 1、参与Seedream、Seedance等生成模型在AIGC Agent链路中的优化迭代，提升模型生成质量、任务完成能力和用户体验； 2、围绕LLM、VLM、生成模型开展模型后训练与能力增强，包括但不限于： 1）RFT（Reinforcement Fine-Tuning）； 2）RLHF、GRPO等强化学习优化； 3）OPD（Online Policy Distillation）； 4）SFT数据构建与训练优化； 3、参与AIGC Agent系统能力建设，包括： 1）Agent Planning&Reasoning； 2）Context Management； 3）Memory机制； 4）Multi-Agent协作； 5）Self-evolving Agent能力； 4、针对复杂创作场景进行深入分析和优化，建立从数据、模型、Agent链路到产品效果的完整优化闭环； 5、一起将前沿模型能力落地到真实业务场景，推动AIGC产品体验持续提升。 【任职要求】 1、2027届获得本科及以上学历，专业不限； 2、熟悉LLM/VLM/Agent相关技术，具备大模型训练、后训练或Agent优化相关经验；具备Agent RL能力优化；具备AIGC、多模态生成、智能体等方向实践经验，对AI创作场景有长期兴趣和深入理解；具备Agent Post-training、Agent Evaluation、Agent Loop优化经验；具备Multi-Agent、Context Management、Memory、自我进化Agent等方向的研究或工程经验； 3、具备模型迭代经验，深入参与以下任一方向的研究或工程实践： 1）RFT/RLHF/GRPO/OPD等模型强化与对齐优化技术； 2）SFT训练体系建设与高质量数据构建； 3）多模态模型后训练与能力提升； 4、了解图像/视频生成模型技术，包括Diffusion、VAE、Transformer-based Generation等，有相关优化经验者优先； 5、在NeurIPS、ICML、ICLR、CVPR、ICCV、ACL、KDD等人工智能领域会议发表论文者优先； 6、在ACM/ICPC、NOI/IOI、Kaggle、TopCoder等国内外AI或编程竞赛中取得优秀成绩者优先。