主分类：后端与业务系统研发
辅助：Agent系统开发（仅展示）
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": "后端开发实习生-搜索",
"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": "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：字节跳动PDI搜索团队主要负责AI抖音、今日头条、西瓜视频等产品的搜索工程、算法创新和架构研发工作。我们的职责是用前沿的技术去打造一个用户体验佳、信息效率高的搜索引擎产品。我们的愿景是做一款用户首选的搜索引擎，我们的使命是助力搜索技术与产品在AI时代的变革与演进。 团队主要负责抖音、今日头条、西瓜视频、问答和百科等产品的业务研发和架构研发工作。 我们使用前沿的前端、客户端和服务端技术赋能于搜索业务的快速迭代，并在技术上不断创新和突破。同时专注于大流量、高并发、低延时的搜索系统的构建，在性能优化上，追求从内存、Disk等优化到业务架构和网络协议的创新探索，在迭代效能上不断探索容器化、动态化、搭建化等方案的创新，技术氛围强，充分给同学们提供自我成长的机会。\n\n1、参与抖音搜索、AI抖音、豆包等相关产品的前后端业务研发、平台研发；\n2、参与结构化数据搜索引擎的工程架构开发工作，建设LLM-Based下一代检索引擎；\n3、参与AI搜索、AI抖音、Agent等AI Native应用的工程架构开发工作，建设抖音通用Agent；\n4、参与搜索引擎速度，稳定性及服务治理方向的开发工作，能够从庞杂的系统中找出优化点，并完成开发；\n5、主要实现语言为Golang/Python。",
"requirements_text": "1、2027届本科及以上学历在读，计算机、软件工程、人工智能等相关专业优先；\n2、深刻理解计算机原理，有良好的数据结构和算法基础，有较好的产品意识优先；\n3、熟悉LLM领域的基础知识，了解Agent构建、Context Engineering、RL等技术，对LLM有热情；\n4、熟悉MySQL、MemCache、Redis、消息队列等常用Web组件，并有能力进行定制化改进；\n5、积极乐观，责任心强，工作认真细致，具有良好的团队沟通与协作能力；\n6、热爱编程，有较强的学习能力，有强烈的求知欲、好奇心和进取心，能及时关注和学习业界最新技术。",
"skills": [AI生成
"MySQL",
"Redis",
"数据结构",
"学习能力"
],
"preferred_qualifications": "1、2027届本科及以上学历在读，计算机、软件工程、人工智能等相关专业优先；2、深刻理解计算机原理，有良好的数据结构和算法基础，有较好的产品意识优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7600728500697975093/detail"
}
]
},
"posting": {
"posting_id": "7600728500697975093",
"post_date": "2026-01-29",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7600728500697975093/detail"
},
"fulltext": "后端开发实习生-搜索\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：字节跳动PDI搜索团队主要负责AI抖音、今日头条、西瓜视频等产品的搜索工程、算法创新和架构研发工作。我们的职责是用前沿的技术去打造一个用户体验佳、信息效率高的搜索引擎产品。我们的愿景是做一款用户首选的搜索引擎，我们的使命是助力搜索技术与产品在AI时代的变革与演进。 团队主要负责抖音、今日头条、西瓜视频、问答和百科等产品的业务研发和架构研发工作。 我们使用前沿的前端、客户端和服务端技术赋能于搜索业务的快速迭代，并在技术上不断创新和突破。同时专注于大流量、高并发、低延时的搜索系统的构建，在性能优化上，追求从内存、Disk等优化到业务架构和网络协议的创新探索，在迭代效能上不断探索容器化、动态化、搭建化等方案的创新，技术氛围强，充分给同学们提供自我成长的机会。\n\n1、参与抖音搜索、AI抖音、豆包等相关产品的前后端业务研发、平台研发；\n2、参与结构化数据搜索引擎的工程架构开发工作，建设LLM-Based下一代检索引擎；\n3、参与AI搜索、AI抖音、Agent等AI Native应用的工程架构开发工作，建设抖音通用Agent；\n4、参与搜索引擎速度，稳定性及服务治理方向的开发工作，能够从庞杂的系统中找出优化点，并完成开发；\n5、主要实现语言为Golang/Python。\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、人工智能等相关专业优先；\n2、深刻理解计算机原理，有良好的数据结构和算法基础，有较好的产品意识优先；\n3、熟悉LLM领域的基础知识，了解Agent构建、Context Engineering、RL等技术，对LLM有热情；\n4、熟悉MySQL、MemCache、Redis、消息队列等常用Web组件，并有能力进行定制化改进；\n5、积极乐观，责任心强，工作认真细致，具有良好的团队沟通与协作能力；\n6、热爱编程，有较强的学习能力，有强烈的求知欲、好奇心和进取心，能及时关注和学习业界最新技术。\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：字节跳动PDI搜索团队主要负责AI抖音、今日头条、西瓜视频等产品的搜索工程、算法创新和架构研发工作。我们的职责是用前沿的技术去打造一个用户体验佳、信息效率高的搜索引擎产品。我们的愿景是做一款用户首选的搜索引擎，我们的使命是助力搜索技术与产品在AI时代的变革与演进。 团队主要负责抖音、今日头条、西瓜视频、问答和百科等产品的业务研发和架构研发工作。 我们使用前沿的前端、客户端和服务端技术赋能于搜索业务的快速迭代，并在技术上不断创新和突破。同时专注于大流量、高并发、低延时的搜索系统的构建，在性能优化上，追求从内存、Disk等优化到业务架构和网络协议的创新探索，在迭代效能上不断探索容器化、动态化、搭建化等方案的创新，技术氛围强，充分给同学们提供自我成长的机会。\n\n1、参与抖音搜索、AI抖音、豆包等相关产品的前后端业务研发、平台研发；\n2、参与结构化数据搜索引擎的工程架构开发工作，建设LLM-Based下一代检索引擎；\n3、参与AI搜索、AI抖音、Agent等AI Native应用的工程架构开发工作，建设抖音通用Agent；\n4、参与搜索引擎速度，稳定性及服务治理方向的开发工作，能够从庞杂的系统中找出优化点，并完成开发；\n5、主要实现语言为Golang/Python。\n1、2027届本科及以上学历在读，计算机、软件工程、人工智能等相关专业优先；\n2、深刻理解计算机原理，有良好的数据结构和算法基础，有较好的产品意识优先；\n3、熟悉LLM领域的基础知识，了解Agent构建、Context Engineering、RL等技术，对LLM有热情；\n4、熟悉MySQL、MemCache、Redis、消息队列等常用Web组件，并有能力进行定制化改进；\n5、积极乐观，责任心强，工作认真细致，具有良好的团队沟通与协作能力；\n6、热爱编程，有较强的学习能力，有强烈的求知欲、好奇心和进取心，能及时关注和学习业界最新技术。",
"standard_classification": {
"std_category_code": "T002",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}