百度AIGC应用算法工程师（J91809）

- 负责多模态生成模型、大语言模型等AIGC方向的应用算法开发和优化 - 对业务场景进行深入分析拆解，迭代满足业务需要的内容生态 - 综合使用多种AIGC技术能力，搭建内容生产管线 - 深入跟踪和研究大模型及相关领域的前沿技术，推动相关技术在搜索场景中的业务落地并取得实际收益

Seed 大模型人才校招，是字节跳动 Seed 面向高校人才推出的招聘项目。我们始终相信，真正重要的技术进步来自对高难度问题的持续挑战。面对 AI 时代的巨大机遇，Seed 团队并不止步于模型迭代，而是选择进入技术深水区，推进下一代 AI 范式突破，不断探索智能的边界与上限。 团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于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。 Seed 团队在 AI 领域拥有长期愿景与决心，团队研究方向涵盖 MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE 等超过 50 个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包 App 用户量在中国市场排名第一，豆包大模型日均 Token 调用量行业领先。 1、负责AIGC基础模型相关技术的研究和开发，优化豆包AI创作效果，包括图像模型、Agent模型等； 2、向字节跳动内部产品提供基础模型及相关应用的支持； 3、探索以大模型能力为核心的AI创作新产品。

1、模型训练： 研究并应用先进大模型训练技术（如SFT、RL、Post-training等）, 构建面向生服场景的垂类大模型； 2、Agent化：负责内容生成的pipeline和agent构建，提升AIGC产线的泛化性水平和转化效率，最终实现对优秀人类作品的端到端学习和拟人化对标； 3、数据驱动优化：基于业务数据统计和挖掘，发现当前系统问题和待提升方面，进而制定优化计划； 4、行业对标：紧跟基模和行业产品发展趋势，推动新模型的产品化落地。

1、大模型研发与微调：负责面向小说创作场景的大语言模型（LLM）SFT及RLHF；针对文学创作特性，优化模型在中长文本生成、剧情逻辑连贯性及文风模仿上的表现； 2、场景化应用落地：深入理解网文/出版业务流，将大模型能力转化为辅助写作、自动续写、剧情大纲生成、多分支互动小说等具体产品功能，构建从灵感到小说正文的AIGC生产管线； 3、长文本与一致性控制：攻克长上下文理解与生成的技术难点，利用记忆机制、知识图谱或Agent架构，解决小说创作中人物设定、世界观、剧情伏笔的长期一致性问题； 4、评估体系与前沿探索：跟进业界最新的LLM架构（如MoE、Attention优化）及Agent技术，通过技术创新提升内容生产效率和质量。