字节跳动算法测试开发实习生-智能创作

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：智能创作质量保障团队支持了公司内绝大多数产品&业务的音视频表达场景：通过火山引擎服务公司全球范围内几十条业务/产品线，上百家ToB客户；音视频&AI&特效&编辑&创作工具能力深度支持抖音、剪映、西瓜、头条、轻颜、Faceu、飞书等产品；领域覆盖中/长/短视频创作、直播、教育、硬件、新闻、社区、广告、工具、汽车、金融等行业领域。 1、主要负责客户端/服务端产品质量相关或业务线测试与工具开发工作； 2、深度参与产品研发项目，协同产品和研发团队高质量交付产品； 3、日常项目线下测试与线上质量分析； 4、参与质量体系规划和建设； 5、参与开发效率工具和保证技术项目质量。

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：抖音-智能创作团队是为抖音业务提供AI，特效，音视频创作技术能力，涵盖了计算机视觉、图形学、拍摄编辑、特效、客户端、服务端工程等技术领域，并以多种形式向抖音提供业界前沿的内容理解、内容创作、互动体验与消费的能力和行业解决方案，同时通过火山引擎为企业客户提供服务。 1、参与智能创作服务端业务的产品开发； 2、参与产品需求分析，设计系统技术方案，完成开发、测试和上线； 3、参与各专项技术调研，改进系统性能与稳定性。

职位概述： 参与影像类AI Agent中台产品的建设与优化，支持公司各业务线在智能影像生成、编辑与智能创作场景下的Agent搭建与效果评估。协助产品经理推进AI Agent能力的持续迭代，探索AI与影像创作结合的创新路径。 ● 岗位价值 在AI Agent中台体系中实践从算法到业务落地的完整链路，学习多业务协同下的AI产品体系设计与实现逻辑，提升AI影像与Agent交互的理解与实操经验。 工作职责 ● 跟进AIAgent相关的竞品调研与能力对标分析，整理行业动态与最佳实践； ● 支持公司各业务线Agent搭建与优化； ● 输出需求文档与产品原型，跟进开发与测试进展； ● 跟进算法效果迭代，收集反馈并提出优化方案； ● Agent能力评估与需求分析，推动智能影像生成与编辑体验优化； ● 定期分析业务与用户数据，整理产品迭代日志与效果验证报告。

团队介绍：字节跳动剪映研发团队，主要支持剪映、醒图、Faceu 等多款国内外产品的研发工作，业务覆盖多元化影像创作场景，截止2021年6月，相关产品多次登顶国内外App Store 免费应用榜第一，并继续保持高速增长。加入我们，一起打造全球最受用户欢迎的影像创作产品。 课题介绍： 1、课题背景： 1）数字化营销时代，企业对高质量、多样化营销素材的需求呈爆发式增长。从社交媒体图文到短视频广告，从个性化推荐文案到多模态互动内容，营销场景的复杂化与用户需求的碎片化对素材生成效率、创意水平和精准度提出了更高要求。传统依赖人工策划与设计的模式成本高、周期长，难以满足实时化、动态化、规模化的业务需求。尽管生成式AI（AIGC）技术（如GPT等）已在文本、图像生成领域取得突破，但在营销场景中仍面临创意适配性差、多模态协同能力弱、品牌一致性难保障等瓶颈。本课题旨在研发“创作领域Agent”，通过智能技术实现从策略洞察到内容生产的全链路自动化，推动营销效率与效果的革命性升级。 2）随着大语言模型、多模态模型等大模型的成熟，通过视觉理解、语音识别、文本生成等AI大模型能力，提升视频剪辑效率，基于创作者的需求和创意，高效的创作出炫酷、个性化的视频成为了可能。当前行业虽已有部分智能剪辑工具，但大多局限于规则化操作，成片或缺乏对用户意图的理解，效果同质化，或缺乏成片逻辑与情感，机械堆砌素材。 本课题旨在研究适合视频剪辑的大模型技术，结合剪映平台的强大剪辑能力和效果，打造一个智能剪辑的智能体（Agent），赋能自媒体内容生产、影视工业化、广告营销等场景。 2、课题挑战： 1、创意与商业价值的平衡：AI生成内容易陷入同质化，需突破算法在品牌调性理解、用户情感共鸣、营销目标对齐等方面的局限，确保创意兼具新颖性与商业转化价值。 2、多模态动态协同：文本、图像、视频等模态的生成需实现语义与风格的跨模态对齐，且需支持动态组合与实时迭代（如根据用户反馈即时优化素材）。 3、复杂场景泛化能力：营销场景高度细分（如电商促销、品牌故事、危机公关），Agent需具备上下文感知与领域迁移能力，避免“一刀切”生成策略。 4、计算效率与资源限制：高分辨率视觉素材生成、多版本AB测试等场景对算力需求极高，需优化模型轻量化与推理速度，满足企业级部署的可行性。 5、伦理与合规风险：需解决版权争议（如AI生成素材的版权归属）、内容安全（如虚假宣传、文化敏感性）等问题，构建可信可控的生成框架。 6、视频数据复杂性远超图片和文字，巨量的用户素材，要通过大模型去精准理解，并与图片、音频、文字等多模态特征统一，对多模态模型理解能力和推理优化，提出了极高要求。 7、大模型对素材编排和剪辑的结果，可能偏离用户真实意图，既要避免输出模板化、同质化，又要结合用户个性化和创意，在风格、节奏等维度上加入“人性化创意”。 8、大参数模型训练成本高，推理慢，如何通过模型优化、工程优化等手段，给移动端、PC等终端用户极致的体验，也是课题的一大挑战。 职位描述： 1、负责剪映CapCut的AI视频编辑方向的Agent模型训练与评测，使用SFT/RLHF/Post-training等技术对视频创作进行领域知识建模； 2、提升视频创作Agent大模型的增强模型和安全能力的指令遵从能力、提升Pre-trained Model在视频创作的能力，构建行业领先的视频创作专家的智能Agent。