职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7599956731877705989

具身Infra后端实习生-Seed

未披露 · 北京 · 字节跳动

主分类:AI训练推理与计算优化
软件开发与 IT
来源 JD 数据(旧分类保留,当前主分类见上方)
{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "具身Infra后端实习生-Seed",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "未披露",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "后端"AI生成
    },
    "company": {
        "company_name": "字节跳动",
        "company_industry": "互联网 / 数字内容 / 电商",
        "company_size": "10000人以上",
        "company_website": "bytedance.com",
        "company_description": "字节跳动提供内容创作、信息分发、电商和协作产品,旗下产品包括抖音、今日头条、TikTok和飞书。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "本科及以上学历在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n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。\nSeed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。\n\n1、负责具身智能相关模型云侧和端侧模型的性能优化和部署;\n2、运用性能分析工具,对模型推理过程进行性能剖析,定位性能瓶颈,提出有效的优化方案,并通过实验验证优化效果;\n3、通过量化、剪枝、蒸馏、算子融合、高性能算子编写等性能优化的手段,结合业务需求,将GPU性能发挥到极致;\n4、与算法部门深度合作,进行算法与系统的联合优化。",
        "requirements_text": "1、本科及以上学历在读,计算机、电子、自动化、软件工程等相关专业;\n2、精通Python/C++/CUDA编程,具备扎实的算法与数据结构功底;\n3、了解深度学习算法基本原理,熟悉神经网络基本架构和各算子计算方式,了解至少一种深度学习训练框架;\n4、可以连续实习3个月及以上;\n5、具备以下一个或多个能力者优先:\n1)拥有自动驾驶或机器人相关的项目背景,有NVIDIA Jetson平台下的开发经验;\n2)熟悉大模型量化或蒸馏技术,例如:SmoothQuant、GPTQ、LCM、LCM-LoRA等;\n3)熟悉TensorRT-LLM、vLLM、SGLang等任意一种常用的开源部署方案,并理解其优化原理。",
        "skills": [AI生成
            "Python",
            "C++",
            "CUDA",
            "深度学习",
            "数据结构",
            "大语言模型"
        ],
        "preferred_qualifications": "5、具备以下一个或多个能力者优先:",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7599956731877705989/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7599956731877705989",
        "post_date": "2026-01-27",
        "hire_time": "4、可以连续实习3个月及以上",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7599956731877705989/detail"
    },
    "fulltext": "具身Infra后端实习生-Seed\n职位描述\n日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n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。\nSeed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。\n\n1、负责具身智能相关模型云侧和端侧模型的性能优化和部署;\n2、运用性能分析工具,对模型推理过程进行性能剖析,定位性能瓶颈,提出有效的优化方案,并通过实验验证优化效果;\n3、通过量化、剪枝、蒸馏、算子融合、高性能算子编写等性能优化的手段,结合业务需求,将GPU性能发挥到极致;\n4、与算法部门深度合作,进行算法与系统的联合优化。\n\n职位要求\n1、本科及以上学历在读,计算机、电子、自动化、软件工程等相关专业;\n2、精通Python/C++/CUDA编程,具备扎实的算法与数据结构功底;\n3、了解深度学习算法基本原理,熟悉神经网络基本架构和各算子计算方式,了解至少一种深度学习训练框架;\n4、可以连续实习3个月及以上;\n5、具备以下一个或多个能力者优先:\n1)拥有自动驾驶或机器人相关的项目背景,有NVIDIA Jetson平台下的开发经验;\n2)熟悉大模型量化或蒸馏技术,例如:SmoothQuant、GPTQ、LCM、LCM-LoRA等;\n3)熟悉TensorRT-LLM、vLLM、SGLang等任意一种常用的开源部署方案,并理解其优化原理。\n日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n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。\nSeed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。\n\n1、负责具身智能相关模型云侧和端侧模型的性能优化和部署;\n2、运用性能分析工具,对模型推理过程进行性能剖析,定位性能瓶颈,提出有效的优化方案,并通过实验验证优化效果;\n3、通过量化、剪枝、蒸馏、算子融合、高性能算子编写等性能优化的手段,结合业务需求,将GPU性能发挥到极致;\n4、与算法部门深度合作,进行算法与系统的联合优化。\n1、本科及以上学历在读,计算机、电子、自动化、软件工程等相关专业;\n2、精通Python/C++/CUDA编程,具备扎实的算法与数据结构功底;\n3、了解深度学习算法基本原理,熟悉神经网络基本架构和各算子计算方式,了解至少一种深度学习训练框架;\n4、可以连续实习3个月及以上;\n5、具备以下一个或多个能力者优先:\n1)拥有自动驾驶或机器人相关的项目背景,有NVIDIA Jetson平台下的开发经验;\n2)熟悉大模型量化或蒸馏技术,例如:SmoothQuant、GPTQ、LCM、LCM-LoRA等;\n3)熟悉TensorRT-LLM、vLLM、SGLang等任意一种常用的开源部署方案,并理解其优化原理。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}