字节跳动番茄小说IP影视制片人
任职要求
1、本科及以上学历，有独立带项目及完整制作经验，熟悉IP影改及授权业务，对IP项目改编市场具有洞察力；
2、五年以上影视公司或平台制片人工作经历，具备成熟的影视制作、IP授权…工作职责
1、负责与长视频平台、头部影视制作公司的IP影视化合作工作，对番茄原创内容的进行影视多体裁版权开发与制作； 2、针对授权/联合开发/参投项目进行全链路的把控，对投产及制作质量负责并做好管理； 3、敏锐把握市场动态及需求，定期进行优质内容推荐，与主要合作伙伴建立长期稳定互信的合作关系； 4、熟悉IP授权开发及制作全链路，可独立完成亮点项目推介、客户拓展、合作洽谈、合约签订及结算工作； 5、充分理解自身优势并整合内部资源，提升合作成功率。
1、负责番茄小说头部内容的动画、影视、游戏IP等的周边开发及IP销售授权目标； 2、对IP商品化授权、IP营销授权、影视动画剧集植入等进行整合推荐及销售； 3、为项目质量及进度负责，能对接设计师、供应链、销售渠道等； 4、同时负责衍生类客户的开发及维护，包括不限于食品饮料、美妆日化的授权以及文旅合作的联名落地。
1、负责番茄小说重点网文IP宣发（不限于网文、动画、影视），制定年度市场策略，打造头部IP影响力； 2、整合优势资源，通过内外部合作及市场手段，建立并提升番茄小说优质内容认知； 3、提升番茄小说IP品牌价值，通过线下活动等方式透传业务优势，提升制作公司等合作方的信任感和认可度； 4、确保IP项目的宣传效果与用户体验，建设番茄小说IP营销竞争力，打造爆款IP营销优秀案例。
1、熟悉IP多体裁（包括不限于：影视、动画、出版、游戏、衍生品）的运营逻辑，制定IP运营策略，最大化番茄原创IP的影响力； 2、制定IP周边的相关运营策略，协助商务团队完成IP全链路的开发，联动市场团队，提升IP品牌价值； 3、基于番茄头部书的书粉和消费特征，制定和落地番茄头部出版物的营销手段和活动玩法； 4、结合用户消费特征制定番茄头部IP图书销售策略，协同商务和达人运营，扩大订单规模。
团队介绍：Data-番茄团队，负责字节跳动下番茄小说、红果短剧、番茄畅听、国际化短剧等产品的推荐算法和AI相关工作。我们的工作包括优化业界前沿的大规模推荐系统，探索LLM与推荐的结合，并落地生成式推荐范式，从小说、短剧、音频、音乐等内容方向建设完整的内容生态和AI能力，保持业务规模保持超高速增长。 课题介绍：番茄系聚合海量故事IP，今日头条拥有丰富内容形态，但生产与分发仍面临改编链路长、成本高，以及推荐过度依赖稀疏ID、对新内容/低活用户不友好等问题。本课题以多模态大模型为底座：在番茄通过LLM创作提效与结构化内容理解，构建IP资产并打通“小说→剧本→分镜→动态漫/短剧/音频”的生成与辅助创作；在小说、短剧、今日头条把内容理解信号融入推荐建模，提升兴趣捕捉与可解释分发，最终实现生产与分发协同提升。 1、大模型推荐和推荐Agent：引入LLM的推理能力，以Seed为基础训练大模型执行推荐任务的能力，推荐Token和自然语言Token联合训练实现模态融合，让推荐系统具备理解自然语言的能力，从而用推荐Agent方式实现更具扩展性的分发交互体验 2、突出强调利用大模型COT的推理能力，改进被动推荐效果 3、遵循用户的正向、负向指令的能力，彻底解决用户反馈中“Dislike不生效”、新用户兴趣探索、用户调控推荐画风等难题 4、在产品中提供和用户进行对话交互的能力，用户可根据自身需求调整推荐的效果 5、消息推送系统中嵌入大模型的用户-内容推理匹配能力，追求在内容零展、低展的情况下精准、快速的推送给用户，实现极高的推送时效性 6、构建基于大模型的推荐Agent能力，让大模型能和目前推荐系统业务策略和逻辑能更好的融合和调用。 课题挑战： 1、跨体裁一致性与可控生成； 2、结构化理解准确可复用； 3、模型落地成本/时延/轻量化； 4、LLM与内容的对齐、解码方案探索，包括纯文本方案或基于SID的方案； 5、LLM推荐指令COT数据集构建和个性化推荐推理能力的训练方法探索； 6、用户推荐正向、负向指令理解和线上执行能力探索； 7、推荐系统能力模块化&工具化，推荐Agent设计。 课题价值： 1、提效降本，提升IP产能与变现； 2、增强推荐效果与可解释性； 3、沉淀多模态通用底座； 4、探索基于LLM推理能力的推荐范式。