{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大模型训练/推理优化实习生-Seed大模型人才实习",
        "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": "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": "2028届及以后本科及以上学历在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "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、2028届及以后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、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、2028届及以后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；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/7622925922597292341/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7622925922597292341",
        "post_date": "2026-03-30",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7622925922597292341/detail"
    },
    "fulltext": "大模型训练/推理优化实习生-Seed大模型人才实习\n职位描述\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、2028届及以后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、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。\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、2028届及以后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、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"
    }
}