职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7600324128884967685

大模型训练系统实习生-Data AML

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": "大模型训练系统实习生-Data AML",
        "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": "机器学习"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:Data AML是字节跳动的机器学习中台,为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力,并在这些业务的问题上研究一些具有通用性和创新性的算法。同时,也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、参与火山方舟训练系统研发,支持内外用户以Serverless形式使用方舟平台进行模型后训练(SFT、RL);\n2、针对火山方舟复杂多租户训练场景设计弹性训练方案,支持在多机房多异构硬件下支持多租户混合训练,优化训练吞吐和稳定性;\n3、设计强化学习系统,提升训练效率,并设计用户友好的强化学习训练接口。",
        "requirements_text": "1、2027届本科及以上学历在读,计算机相关专业优先;\n2、熟练掌握Python,Rust,C++等一门或多门编程语言,编程风格良好,有框架设计和抽象能力;\n3、有训练框架设计或训练系统优化经验,参与过大模型训练工程或复杂分布式系统开发;\n4、乐于追踪和解决问题,喜欢钻研底层原理与性能瓶颈,擅长科学建模。\n\n加分项\n1、有扎实的体系结构优化经验,熟悉异构硬件、高性能网络特性;\n2、有科学优化的能力,能自主分析训练效率,并确定优化方向;\n3、对主流强化学习框架有了解,对于训练框架有技术见解。",
        "skills": [AI生成
            "Python",
            "C++",
            "Rust",
            "强化学习",
            "分布式系统",
            "模型训练",
            "解决问题",
            "建模",
            "大语言模型"
        ],
        "preferred_qualifications": "1、2027届本科及以上学历在读,计算机相关专业优先;加分项",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7600324128884967685/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7600324128884967685",
        "post_date": "2026-01-28",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7600324128884967685/detail"
    },
    "fulltext": "大模型训练系统实习生-Data AML\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:Data AML是字节跳动的机器学习中台,为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力,并在这些业务的问题上研究一些具有通用性和创新性的算法。同时,也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、参与火山方舟训练系统研发,支持内外用户以Serverless形式使用方舟平台进行模型后训练(SFT、RL);\n2、针对火山方舟复杂多租户训练场景设计弹性训练方案,支持在多机房多异构硬件下支持多租户混合训练,优化训练吞吐和稳定性;\n3、设计强化学习系统,提升训练效率,并设计用户友好的强化学习训练接口。\n\n职位要求\n1、2027届本科及以上学历在读,计算机相关专业优先;\n2、熟练掌握Python,Rust,C++等一门或多门编程语言,编程风格良好,有框架设计和抽象能力;\n3、有训练框架设计或训练系统优化经验,参与过大模型训练工程或复杂分布式系统开发;\n4、乐于追踪和解决问题,喜欢钻研底层原理与性能瓶颈,擅长科学建模。\n\n加分项\n1、有扎实的体系结构优化经验,熟悉异构硬件、高性能网络特性;\n2、有科学优化的能力,能自主分析训练效率,并确定优化方向;\n3、对主流强化学习框架有了解,对于训练框架有技术见解。\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:Data AML是字节跳动的机器学习中台,为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力,并在这些业务的问题上研究一些具有通用性和创新性的算法。同时,也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、参与火山方舟训练系统研发,支持内外用户以Serverless形式使用方舟平台进行模型后训练(SFT、RL);\n2、针对火山方舟复杂多租户训练场景设计弹性训练方案,支持在多机房多异构硬件下支持多租户混合训练,优化训练吞吐和稳定性;\n3、设计强化学习系统,提升训练效率,并设计用户友好的强化学习训练接口。\n1、2027届本科及以上学历在读,计算机相关专业优先;\n2、熟练掌握Python,Rust,C++等一门或多门编程语言,编程风格良好,有框架设计和抽象能力;\n3、有训练框架设计或训练系统优化经验,参与过大模型训练工程或复杂分布式系统开发;\n4、乐于追踪和解决问题,喜欢钻研底层原理与性能瓶颈,擅长科学建模。\n\n加分项\n1、有扎实的体系结构优化经验,熟悉异构硬件、高性能网络特性;\n2、有科学优化的能力,能自主分析训练效率,并确定优化方向;\n3、对主流强化学习框架有了解,对于训练框架有技术见解。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}