字节跳动【实习】TikTok短剧多模态理解和生成技术研究-TikTok研发
实习兼职A14326地点:深圳状态:招聘
任职要求
1、2027届及以后毕业,博士在读,计算机、软件工程、人工智能等相关专业优先; 2、了解多模态内容理解和生成相关技术,有相关的模型训练与调优、强化学习算法研究经历者优先; 3、熟悉常用的深度学习算法,有较强的…
登录查看完整任职要求
微信扫码,1秒登录
工作职责
团队介绍:TikTok研发团队,旨在实现TikTok业务的研发工作,搭建及维护业界领先的产品。加入我们,你能接触到包括用户增长、社交、直播、电商C端、内容创造、内容消费等核心业务场景,支持产品在全球赛道上高速发展;也能接触到包括服务架构、基础技术等方向上的技术挑战,保障业务持续高质量、高效率、且安全地为用户服务;同时还能为不同业务场景提供全面的技术解决方案,优化各项产品指标及用户体验。 在这里, 有大牛带队与大家一同不断探索前沿, 突破想象空间。 在这里,你的每一行代码都将服务亿万用户。在这里,团队专业且纯粹,合作氛围平等且轻松。目前在北京,上海,杭州、广州、深圳分别开放多个岗位机会。 课题介绍:研发领先的AI技术,支持TikTok短剧的生产与全球化分发,包含三个核心方向: 1、短剧内容理解:如剧情高光片段的自动识别与生成,支持短剧的推荐与分发; 2、短剧自动化翻译配音:对短剧进行多语种自动化翻译和配音,丰富短剧内容供给,降低多语种重置成本; 3、AI短剧生成:探索AI技术在短剧的剧本和视频生产等多个维度的应用,结合前沿生成模型实现短剧内容生成与可控编排。 课题挑战: 1、短剧的多语言翻译与配音中的情感迁移、时长控制与口型同步; 2、短剧生成中的剧本生产、剧情拆解、分镜规划与角色一致性控制; 3、多模块系统在真实业务场景下的效果稳定性与工程效率。 课题价值: 1、建设领先的短剧场景多模态理解和生成核心能力; 2、提升短剧生产、本地化与全球分发效率; 3、降低内容制作与多语种重制成本。
包括英文材料
强化学习+
https://cloud.google.com/discover/what-is-reinforcement-learning?hl=en
Reinforcement learning (RL) is a type of machine learning where an "agent" learns optimal behavior through interaction with its environment.
https://huggingface.co/learn/deep-rl-course/unit0/introduction
This course will teach you about Deep Reinforcement Learning from beginner to expert. It’s completely free and open-source!
https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning
Build your own video game bots, using classic and cutting-edge algorithms.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
NeurIPS+
https://neurips.cc/
还有更多 •••
相关职位
社招1-3年J0011
1、参与亿级用户规模的电商推荐优化,提升内容电商观看时长、点击率、转化率、GMV、LTV等核心指标; 2、通过深度学习领域的研发工作,包括但不限于深度模型设计与优化、强化学习、迁移学习、图神经网络等的算法和系统提升预估效果; 3、通过推荐算法机制优化电商流量结构和GMV结构,促进电商生态的健康发展。
更新于 2026-03-31北京
社招5-10年J0011
1、参与亿级用户规模的电商推荐优化,提升包括商品推荐(首页猜你喜欢)、内容推荐(直播、短视频)在内的泛货架电商的GMV、订单量、用户留存等核心指标; 2、通过深度学习领域的研发工作,包括但不限于生成式推荐、LLM4Rec、超大规模序列建模、多任务学习、长期价值建模等算法和系统提升预估效果; 3、持续关注前沿技术发展方向,参与推荐系统架构的长期技术演进与技术攻坚; 4、通过推荐算法机制优化电商流量结构和GMV结构,促进电商生态的健康发展。
更新于 2026-03-30北京
社招1-3年J0011
1、参与亿级用户规模的电商推荐优化,提升内容电商观看时长、点击率、转化率、GMV、LTV等核心指标; 2、参与机器学习、深度学习领域的核心研发工作,包括但不限于神经网络模型的设计与优化、迁移学习、强化学习、对比学习等的算法和系统研发; 3、针对海量用户行为数据,提供分布式算法实现的解决方案,大幅提升算法计算规模和性能; 4、参与推荐机制的顶层设计,优化电商流量结构和GMV结构,促进电商生态的健康发展。
更新于 2026-03-31北京