主分类:AI训练推理与计算优化
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/推理优化工程师-Seed大模型人才校招",
"job_level": "校招",AI生成
"work_category": "全职",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届获得本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "Seed 大模型人才校招,是字节跳动 Seed 面向高校人才推出的招聘项目。我们始终相信,真正重要的技术进步来自对高难度问题的持续挑战。面对 AI 时代的巨大机遇,Seed 团队并不止步于模型迭代,而是选择进入技术深水区,推进下一代 AI 范式突破,不断探索智能的边界与上限。\n\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、负责超大规模机器学习系统架构的设计开发,解决系统高并发、高可靠性、高可扩展性等技术难关;\n2、覆盖机器学习系统多个子方向领域的工作,包括:资源调度、模型训练、模型推理、数据管理、工作流编排等;\n3、负责机器学习系统前瞻技术的调研和引入,比如:最新硬件架构、异构计算系统、编译优化、强化学习RL/Agent环境交互技术等的引入落地;\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、2027届获得本科及以上学历,计算机、软件工程、人工智能等相关专业优先;\n2、工程或机器学习算法有深厚的功底和经验;\n3、由衷热爱技术,可以一线写代码,查问题;\n4、历史上解决过难题,遇到难题时能静下心,没有畏难情绪,能查到底层,观察敏锐,逻辑清晰;\n5、有强烈的工作责任心,较好的学习能力、沟通能力和自驱力;\n6、良好的沟通协作能力,能和团队一起探索新技术,推进技术进步。\n\n加分项:\n1、熟悉LLM、NLP、CV、语音相关的算法和技术,熟悉大模型训练、Diffusion、RL算法者优先;\n2、有以下某一方向领域的经验:CUDA,RDMA,AI Infrastructure,HW/SW Co-Design,High Performance Computing,ML Hardware Architecture (GPU、Accelerators、Networking),ML for System,Distributed Storage。",
"skills": [AI生成
"CUDA",
"机器学习",
"自然语言处理",
"模型训练",
"沟通能力",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "1、2027届获得本科及以上学历,计算机、软件工程、人工智能等相关专业优先;加分项:;1、熟悉LLM、NLP、CV、语音相关的算法和技术,熟悉大模型训练、Diffusion、RL算法者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7622923589034821893/detail"
}
]
},
"posting": {
"posting_id": "7622923589034821893",
"post_date": "2026-03-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7622923589034821893/detail"
},
"fulltext": "大模型训练/推理优化工程师-Seed大模型人才校招\n职位描述\nSeed 大模型人才校招,是字节跳动 Seed 面向高校人才推出的招聘项目。我们始终相信,真正重要的技术进步来自对高难度问题的持续挑战。面对 AI 时代的巨大机遇,Seed 团队并不止步于模型迭代,而是选择进入技术深水区,推进下一代 AI 范式突破,不断探索智能的边界与上限。\n\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、负责超大规模机器学习系统架构的设计开发,解决系统高并发、高可靠性、高可扩展性等技术难关;\n2、覆盖机器学习系统多个子方向领域的工作,包括:资源调度、模型训练、模型推理、数据管理、工作流编排等;\n3、负责机器学习系统前瞻技术的调研和引入,比如:最新硬件架构、异构计算系统、编译优化、强化学习RL/Agent环境交互技术等的引入落地;\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、2027届获得本科及以上学历,计算机、软件工程、人工智能等相关专业优先;\n2、工程或机器学习算法有深厚的功底和经验;\n3、由衷热爱技术,可以一线写代码,查问题;\n4、历史上解决过难题,遇到难题时能静下心,没有畏难情绪,能查到底层,观察敏锐,逻辑清晰;\n5、有强烈的工作责任心,较好的学习能力、沟通能力和自驱力;\n6、良好的沟通协作能力,能和团队一起探索新技术,推进技术进步。\n\n加分项:\n1、熟悉LLM、NLP、CV、语音相关的算法和技术,熟悉大模型训练、Diffusion、RL算法者优先;\n2、有以下某一方向领域的经验:CUDA,RDMA,AI Infrastructure,HW/SW Co-Design,High Performance Computing,ML Hardware Architecture (GPU、Accelerators、Networking),ML for System,Distributed Storage。\nSeed 大模型人才校招,是字节跳动 Seed 面向高校人才推出的招聘项目。我们始终相信,真正重要的技术进步来自对高难度问题的持续挑战。面对 AI 时代的巨大机遇,Seed 团队并不止步于模型迭代,而是选择进入技术深水区,推进下一代 AI 范式突破,不断探索智能的边界与上限。\n\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、负责超大规模机器学习系统架构的设计开发,解决系统高并发、高可靠性、高可扩展性等技术难关;\n2、覆盖机器学习系统多个子方向领域的工作,包括:资源调度、模型训练、模型推理、数据管理、工作流编排等;\n3、负责机器学习系统前瞻技术的调研和引入,比如:最新硬件架构、异构计算系统、编译优化、强化学习RL/Agent环境交互技术等的引入落地;\n4、与算法部门深度合作,进行算法与系统的联合优化。\n1、2027届获得本科及以上学历,计算机、软件工程、人工智能等相关专业优先;\n2、工程或机器学习算法有深厚的功底和经验;\n3、由衷热爱技术,可以一线写代码,查问题;\n4、历史上解决过难题,遇到难题时能静下心,没有畏难情绪,能查到底层,观察敏锐,逻辑清晰;\n5、有强烈的工作责任心,较好的学习能力、沟通能力和自驱力;\n6、良好的沟通协作能力,能和团队一起探索新技术,推进技术进步。\n\n加分项:\n1、熟悉LLM、NLP、CV、语音相关的算法和技术,熟悉大模型训练、Diffusion、RL算法者优先;\n2、有以下某一方向领域的经验:CUDA,RDMA,AI Infrastructure,HW/SW Co-Design,High Performance Computing,ML Hardware Architecture (GPU、Accelerators、Networking),ML for System,Distributed Storage。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}