{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "推荐系统架构实习生-Data-抖音/直播/电商/剪映",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "未披露",
        "location": "上海",
        "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": "2027届本科及以上学历在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n团队介绍：推荐架构团队支撑字节跳动旗下多款APP产品，如抖音、今日头条、番茄小说、西瓜视频、剪映等推荐系统架构的设计和开发，保障系统的稳定和高可用，致力于抽象系统通用组件和服务，建设推荐中台、数据中台；关于在线服务，在这里你有机会参与大规模机器学习在线预估框架的研发与优化，也有机会参与模型训练与调度等相关问题的研究与突破，解决系统瓶颈，降低成本开销；如你对大数据感兴趣，在这里也有机会参与通用实时计算系统的开发、构建统一的推荐特征中台，为推荐业务实现先进的消重、计数、特征服务等；我们期待热爱技术的你加入，一起创造更多可能。\n\n1、架构演进与大模型落地：参与核心推荐系统的下一代架构演进，探索大模型（LLM）在推荐场景的深度融合；支持生成式推荐（Generative Recommendation）、多模态内容理解等前沿AI技术的工程架构落地与全链路优化；\n2、系统性能调优：针对高并发、高吞吐、超大规模稀疏参数的复杂场景，深入软硬件底层进行极致的性能优化；参与设计与实现高性能推理引擎、异构计算调度（GPU）、算子融合与通信优化；\n3、海量集群的成本优化：面对万台服务器级别的超大规模推荐与大模型集群，深入计算、存储、网络底层进行全链路降本增效；探索并落地模型量化/剪枝、潮汐算力调度、冷热数据分级存储、软硬协同等前沿技术，优化算力与存储成本；\n4、下一代研发效能与MLOps建设：参与构建端到端机器学习平台（MLOps）；通过特征平台、自动化训练流水线、大规模在线/离线实验系统的架构抽象与流程优化，提升算法团队的迭代效率；\n5、超大规模系统保障：设计和实现灵活可扩展、高可用、高容灾的基础架构，保障亿级日活产品在极端流量下的极致稳定。",
        "requirements_text": "1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、热爱计算机科学和技术，了解至少一门编程语言，包括但不仅限于：Java、C、C++、PHP、Python、Go；\n3、掌握计算机基础知识，理解数据结构、算法和操作系统知识；\n4、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分；\n5、有强烈的求知欲，优秀的学习和沟通能力。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "PHP",
            "数据结构",
            "沟通能力",
            "分析能力",
            "Go"
        ],
        "preferred_qualifications": "1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7600021925664278789/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7600021925664278789",
        "post_date": "2026-01-27",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7600021925664278789/detail"
    },
    "fulltext": "推荐系统架构实习生-Data-抖音/直播/电商/剪映\n职位描述\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n团队介绍：推荐架构团队支撑字节跳动旗下多款APP产品，如抖音、今日头条、番茄小说、西瓜视频、剪映等推荐系统架构的设计和开发，保障系统的稳定和高可用，致力于抽象系统通用组件和服务，建设推荐中台、数据中台；关于在线服务，在这里你有机会参与大规模机器学习在线预估框架的研发与优化，也有机会参与模型训练与调度等相关问题的研究与突破，解决系统瓶颈，降低成本开销；如你对大数据感兴趣，在这里也有机会参与通用实时计算系统的开发、构建统一的推荐特征中台，为推荐业务实现先进的消重、计数、特征服务等；我们期待热爱技术的你加入，一起创造更多可能。\n\n1、架构演进与大模型落地：参与核心推荐系统的下一代架构演进，探索大模型（LLM）在推荐场景的深度融合；支持生成式推荐（Generative Recommendation）、多模态内容理解等前沿AI技术的工程架构落地与全链路优化；\n2、系统性能调优：针对高并发、高吞吐、超大规模稀疏参数的复杂场景，深入软硬件底层进行极致的性能优化；参与设计与实现高性能推理引擎、异构计算调度（GPU）、算子融合与通信优化；\n3、海量集群的成本优化：面对万台服务器级别的超大规模推荐与大模型集群，深入计算、存储、网络底层进行全链路降本增效；探索并落地模型量化/剪枝、潮汐算力调度、冷热数据分级存储、软硬协同等前沿技术，优化算力与存储成本；\n4、下一代研发效能与MLOps建设：参与构建端到端机器学习平台（MLOps）；通过特征平台、自动化训练流水线、大规模在线/离线实验系统的架构抽象与流程优化，提升算法团队的迭代效率；\n5、超大规模系统保障：设计和实现灵活可扩展、高可用、高容灾的基础架构，保障亿级日活产品在极端流量下的极致稳定。\n\n职位要求\n1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、热爱计算机科学和技术，了解至少一门编程语言，包括但不仅限于：Java、C、C++、PHP、Python、Go；\n3、掌握计算机基础知识，理解数据结构、算法和操作系统知识；\n4、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分；\n5、有强烈的求知欲，优秀的学习和沟通能力。\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n团队介绍：推荐架构团队支撑字节跳动旗下多款APP产品，如抖音、今日头条、番茄小说、西瓜视频、剪映等推荐系统架构的设计和开发，保障系统的稳定和高可用，致力于抽象系统通用组件和服务，建设推荐中台、数据中台；关于在线服务，在这里你有机会参与大规模机器学习在线预估框架的研发与优化，也有机会参与模型训练与调度等相关问题的研究与突破，解决系统瓶颈，降低成本开销；如你对大数据感兴趣，在这里也有机会参与通用实时计算系统的开发、构建统一的推荐特征中台，为推荐业务实现先进的消重、计数、特征服务等；我们期待热爱技术的你加入，一起创造更多可能。\n\n1、架构演进与大模型落地：参与核心推荐系统的下一代架构演进，探索大模型（LLM）在推荐场景的深度融合；支持生成式推荐（Generative Recommendation）、多模态内容理解等前沿AI技术的工程架构落地与全链路优化；\n2、系统性能调优：针对高并发、高吞吐、超大规模稀疏参数的复杂场景，深入软硬件底层进行极致的性能优化；参与设计与实现高性能推理引擎、异构计算调度（GPU）、算子融合与通信优化；\n3、海量集群的成本优化：面对万台服务器级别的超大规模推荐与大模型集群，深入计算、存储、网络底层进行全链路降本增效；探索并落地模型量化/剪枝、潮汐算力调度、冷热数据分级存储、软硬协同等前沿技术，优化算力与存储成本；\n4、下一代研发效能与MLOps建设：参与构建端到端机器学习平台（MLOps）；通过特征平台、自动化训练流水线、大规模在线/离线实验系统的架构抽象与流程优化，提升算法团队的迭代效率；\n5、超大规模系统保障：设计和实现灵活可扩展、高可用、高容灾的基础架构，保障亿级日活产品在极端流量下的极致稳定。\n1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、热爱计算机科学和技术，了解至少一门编程语言，包括但不仅限于：Java、C、C++、PHP、Python、Go；\n3、掌握计算机基础知识，理解数据结构、算法和操作系统知识；\n4、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分；\n5、有强烈的求知欲，优秀的学习和沟通能力。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [
            "T018"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}