字节跳动AIGC算法实习生-电商业务
任职要求
1、2026届硕士及以上学位在读，计算机相关专业； 2、熟练掌握深度学习算法原理，至少在NLP、CV、多模态、AIGC等方向之一有较深入的研究和运用，包括但不限于：小样本学习、对比学习、大模型技术、图像理解（分类/分割/检测/Caption）、视频理解（分类/Grounding/跟踪）、图像生成（StableDiffusion/ControlNet/Dreambooth/Inpain…
工作职责
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：Data-电商-供应链和物流团队，通过应用机器学习和运筹优化算法，助力字节电商在全球范围内向用户提供低价好物以及快速优质的购物体验。团队的方向包括：参与优化通向全球各个国家地区的仓储物流网络，提升履约时效，降低成本，优化用户体验；跟踪全球电商趋势，优化电商货品供给，预测商品需求，指导备货，探索AIGC赋能时尚供应链。 1、负责对电商场景下的商品内容、视频内容进行理解和可控生成，赋能电商全链路场景，提供优质商品供给、内容供给、商达供给等； 2、建立商品履约视角的商品理解算法体系，为商品履约保驾护航，提升购物体验； 3、跟踪AIGC/CV/NLP/多模态/LLM领域的最新研究和技术发展，负责算法模型迭代升级。
1、驾驭亿级规模核心系统：负责本地零售亿级商品库的顶层架构设计与演进，主导 SPU/CSPU 等基础模型建设，支撑高并发下的搜索、选品及多渠道分发，打造行业领先的商品数据底座。 2、引领前沿的 AI 大模型落地：深度参与AIGC 在商品全生命周期的变革，利用多模态大模型重塑智能发品、自动归类、内容生成及质量质检流程，推动业务从“人工运营”向"智能自治"跃迁。 3、构建数据与智能闭环：携手算法与产品团队，建立“数据 - 模型 - 业务”的高效反馈闭环。通过RAG 知识库、批量推理及自动化实验等前沿技术，持续优化商品数据的准确性与转化效率，赋能零售搜索与智能决策。 4、探索研发新范式与极致性能：在保障系统高可用与极致稳定性的同时，率先探索 Vibe Coding、AI Agent 等新范式在研发流中的落地，提升团队整体效能，解决海量数据下的复杂工程挑战。
团队介绍： 高德地图机器学习研发部是公司AI核心技术引擎，聚焦多模态大模型、视频生成与理解、图像编辑与生成等前沿领域。团队深耕人工智能技术落地，支撑亿级用户产品，同时长期投入前沿探索，在NeurIPS/ICLR/CVPR/ACL等顶会发表多篇论文，多项成果入选“最有影响力论文”榜单。我们拥有海量数据与算力资源，鼓励创新突破，诚邀你与顶尖算法专家并肩，共同定义AI的未来！如果你渴望挑战多模态与生成式AI的技术巅峰，在视频、图像、大模型的交叉领域实现突破，欢迎加入我们！团队的github页面是：https://github.com/AMAP-ML/ 我们提供 • 参与亿级用户产品的AI核心算法研发，见证技术直接赋能业务； • 与学术大牛和工业界专家共事，持续提升技术视野； • 顶配算力资源+开放创新氛围，支持前沿探索与顶会论文发表。 具体职责包括但不限于： 1. 视频生成：负责视频生成技术的前沿技术的研究，对AIGC的diffusion和auto-regressive技术有深入了解，在T2I/AIGCT2V/I2V上面有一定的研究，图文对齐，长视频生成等有一定的研究，做好视频生成在高德业务（广告，POI详情页等）中的进行落地。 2. 视频理解：能够使用和优化多模态大模型对用户上传的视频进行质量理解，标签，densecaption，视频summary等生成，作用到视频的搜索，广告，推荐等业务的落地。 3. 世界模型： 参与世界模型的构建，能够使用最新的视频生成技术，3D技术等构建符合人类物理规律的统一的世界模型，在高德的业务进行落地。 4. 紧跟技术前沿和技术沉淀，形成顶会论文和专利。
1、支撑企业级应用后台开发，使用 React、Vue 等前端框架开发web应用，实现交互需求及后端服务对接 2、以模块化的思想设计开发通用前端组件，并能够针对OTT,移动端进行针对性优化 3、在理解前端开发流程的基础上，结合前端实际建立或优化提升工作效率的工具 4、在理解产品业务的基础上，提升产品的用户体验，技术驱动业务的发展 5、关注前端前沿技术研究和AIGC的技术发展，通过新技术服务团队和业务
优酷目前致力于研发剧作领域的高质量辅助工具。我们深信，剧作内容的生产是大语言模型落地最有可见价值，最有意思，同时也是最有挑战的领域之一。欢迎您加入我们，和我们一起探索，一起成长，一起见证前沿算法在高质量剧作内容生产中将要创造的奇迹，“为好内容，全力以赴”！ 1、了解剧作逻辑，理解创作过程，链接剧作需求及算法原理，设计定义模型任务 2、设计制定高质量训练数据构造方案，完成数据制备 3、完成核心模型（大中型）的训练和调优。可以独立完成，也可以与他人合作，如果能指导他人完成则更好 4、跟进相关领域的学术及落地成果，探索在我们工作中的应用价值