职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7623005075464161589

音频多模态推理实习生-Seed大模型人才实习

未披露 · 上海 · 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": "音频多模态推理实习生-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": "基础架构"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、负责音视频多模态场景大模型推理的性能优化,开发和优化多模态场景的推理系统,确保离在线推理性能达到业界领先水平;\n2、与算法同学深度合作,开展算法与训推系统的联合深度优化,支撑部门前沿技术的探索及落地;\n3、负责机器学习系统前瞻技术的调研与引入,持续提升部门关键技术竞争力,涵盖高性能推理框架、模型压缩等方向。",
        "requirements_text": "1、2028届及以后本科及以上学历在读,人工智能、计算机、自动化、数学相关专业优先;\n2、熟练使用GPT、Claude、Gemini,Codex等Vibe Coding来提效工作,尤其是能够提高优化上限的经验者优先;\n3、精通高性能计算优化技术,深入理解计算机体系结构,熟悉CUDA生态,有CUDA/NCCL/CUTLASS开发经验者优先;\n4、在vLLM,SGLang等推理框架有深入优化经验,达成业界SOTA性能的经验者优先,尤其是多模态推理方面有相关经验者优先;\n5、在模型压缩的量化,投机采样,Test-Time Scaling,蒸馏等方面有前瞻技术认知,有相关探索产出或者扎实落地的相关经验者优先。",
        "skills": [AI生成
            "CUDA"
        ],
        "preferred_qualifications": "1、2028届及以后本科及以上学历在读,人工智能、计算机、自动化、数学相关专业优先;2、熟练使用GPT、Claude、Gemini,Codex等Vibe Coding来提效工作,尤其是能够提高优化上限的经验者优先;3、精通高性能计算优化技术,深入理解计算机体系结构,熟悉CUDA生态,有CUDA/NCCL/CUTLASS开发经验者优先;4、在vLLM,SGLang等推理框架有深入优化经验,达成业界SOTA性能的经验者优先,尤其是多模态推理方面有相关经验者优先;5、在模型压缩的量化,投机采样,Test-Time Scaling,蒸馏等方面有前瞻技术认知,有相关探索产出或者扎实落地的相关经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7623005075464161589/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7623005075464161589",
        "post_date": "2026-03-30",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7623005075464161589/detail"
    },
    "fulltext": "音频多模态推理实习生-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、负责音视频多模态场景大模型推理的性能优化,开发和优化多模态场景的推理系统,确保离在线推理性能达到业界领先水平;\n2、与算法同学深度合作,开展算法与训推系统的联合深度优化,支撑部门前沿技术的探索及落地;\n3、负责机器学习系统前瞻技术的调研与引入,持续提升部门关键技术竞争力,涵盖高性能推理框架、模型压缩等方向。\n\n职位要求\n1、2028届及以后本科及以上学历在读,人工智能、计算机、自动化、数学相关专业优先;\n2、熟练使用GPT、Claude、Gemini,Codex等Vibe Coding来提效工作,尤其是能够提高优化上限的经验者优先;\n3、精通高性能计算优化技术,深入理解计算机体系结构,熟悉CUDA生态,有CUDA/NCCL/CUTLASS开发经验者优先;\n4、在vLLM,SGLang等推理框架有深入优化经验,达成业界SOTA性能的经验者优先,尤其是多模态推理方面有相关经验者优先;\n5、在模型压缩的量化,投机采样,Test-Time Scaling,蒸馏等方面有前瞻技术认知,有相关探索产出或者扎实落地的相关经验者优先。\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、负责音视频多模态场景大模型推理的性能优化,开发和优化多模态场景的推理系统,确保离在线推理性能达到业界领先水平;\n2、与算法同学深度合作,开展算法与训推系统的联合深度优化,支撑部门前沿技术的探索及落地;\n3、负责机器学习系统前瞻技术的调研与引入,持续提升部门关键技术竞争力,涵盖高性能推理框架、模型压缩等方向。\n1、2028届及以后本科及以上学历在读,人工智能、计算机、自动化、数学相关专业优先;\n2、熟练使用GPT、Claude、Gemini,Codex等Vibe Coding来提效工作,尤其是能够提高优化上限的经验者优先;\n3、精通高性能计算优化技术,深入理解计算机体系结构,熟悉CUDA生态,有CUDA/NCCL/CUTLASS开发经验者优先;\n4、在vLLM,SGLang等推理框架有深入优化经验,达成业界SOTA性能的经验者优先,尤其是多模态推理方面有相关经验者优先;\n5、在模型压缩的量化,投机采样,Test-Time Scaling,蒸馏等方面有前瞻技术认知,有相关探索产出或者扎实落地的相关经验者优先。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}