职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7675216781467945269

搜索数据开发实习生 - TikTok Search

未披露 · 北京 · 字节跳动

主分类:数据工程与数据平台研发
算法与数据
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": "搜索数据开发实习生 - TikTok Search",
        "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": "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:TikTok Search 团队面向TikTok搜索业务,支撑海量流量的高并发、高性能、高可用搜索基础架构与业务中台。我们长期深耕搜索引擎检索、相关性/个性化排序、算法服务与深度学习工程,打造了覆盖多地区、多数据中心的搜索系统架构。面向大模型时代,我们将生成式搜索、SVLM相关性排序、个性化推荐、多模态理解等多项前沿技术深度融入搜索全链路,持续构建高效、稳定、可扩展的大模型基础设施,同时也积极探索新的搜索范式如视搜、AI搜,和使用 AI Coding 大幅加速搜索系统重构与演进,为TikTok搜索业务提供强有力且可持续演进的技术基座。\n\n日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n\n1、参与旗下TikTok搜索架构工作,解决推荐系统的架构优化问题;\n2、参与大规模搜索系统,设计和实现合理的数据系统,同时涉及流式、批式等多种数据架构范式;\n3、参与生产系统的troubleshooting,设计和实现必要的机制和工具保障生产系统整体运行的稳定性;\n4、参与业界领先的流式、批式计算框架等分布式系统,为海量数据和大规模业务系统提供可靠的基础设施。",
        "requirements_text": "1、本科及以上学历在读;\n2、掌握扎实的计算机基础知识,深入理解数据结构、算法和操作系统知识;\n3、有强烈的求知欲,快速学习和沟通能力;\n4、编程能力扎实,有良好的编程习惯;\n5、有ICPC/CCPC/NOI/IOI等相关竞赛获奖经历优先;\n6、对Spark、Flink、YARN等大数据系统有相关经验,或对离线数据处理加工有浓厚兴趣的优先。",
        "skills": [AI生成
            "Spark",
            "Flink",
            "数据结构",
            "沟通能力"
        ],
        "preferred_qualifications": "5、有ICPC/CCPC/NOI/IOI等相关竞赛获奖经历优先;6、对Spark、Flink、YARN等大数据系统有相关经验,或对离线数据处理加工有浓厚兴趣的优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7675216781467945269/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7675216781467945269",
        "post_date": "2026-08-18",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7675216781467945269/detail"
    },
    "fulltext": "搜索数据开发实习生 - TikTok Search\n职位描述\n团队介绍:TikTok Search 团队面向TikTok搜索业务,支撑海量流量的高并发、高性能、高可用搜索基础架构与业务中台。我们长期深耕搜索引擎检索、相关性/个性化排序、算法服务与深度学习工程,打造了覆盖多地区、多数据中心的搜索系统架构。面向大模型时代,我们将生成式搜索、SVLM相关性排序、个性化推荐、多模态理解等多项前沿技术深度融入搜索全链路,持续构建高效、稳定、可扩展的大模型基础设施,同时也积极探索新的搜索范式如视搜、AI搜,和使用 AI Coding 大幅加速搜索系统重构与演进,为TikTok搜索业务提供强有力且可持续演进的技术基座。\n\n日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n\n1、参与旗下TikTok搜索架构工作,解决推荐系统的架构优化问题;\n2、参与大规模搜索系统,设计和实现合理的数据系统,同时涉及流式、批式等多种数据架构范式;\n3、参与生产系统的troubleshooting,设计和实现必要的机制和工具保障生产系统整体运行的稳定性;\n4、参与业界领先的流式、批式计算框架等分布式系统,为海量数据和大规模业务系统提供可靠的基础设施。\n\n职位要求\n1、本科及以上学历在读;\n2、掌握扎实的计算机基础知识,深入理解数据结构、算法和操作系统知识;\n3、有强烈的求知欲,快速学习和沟通能力;\n4、编程能力扎实,有良好的编程习惯;\n5、有ICPC/CCPC/NOI/IOI等相关竞赛获奖经历优先;\n6、对Spark、Flink、YARN等大数据系统有相关经验,或对离线数据处理加工有浓厚兴趣的优先。\n团队介绍:TikTok Search 团队面向TikTok搜索业务,支撑海量流量的高并发、高性能、高可用搜索基础架构与业务中台。我们长期深耕搜索引擎检索、相关性/个性化排序、算法服务与深度学习工程,打造了覆盖多地区、多数据中心的搜索系统架构。面向大模型时代,我们将生成式搜索、SVLM相关性排序、个性化推荐、多模态理解等多项前沿技术深度融入搜索全链路,持续构建高效、稳定、可扩展的大模型基础设施,同时也积极探索新的搜索范式如视搜、AI搜,和使用 AI Coding 大幅加速搜索系统重构与演进,为TikTok搜索业务提供强有力且可持续演进的技术基座。\n\n日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n\n1、参与旗下TikTok搜索架构工作,解决推荐系统的架构优化问题;\n2、参与大规模搜索系统,设计和实现合理的数据系统,同时涉及流式、批式等多种数据架构范式;\n3、参与生产系统的troubleshooting,设计和实现必要的机制和工具保障生产系统整体运行的稳定性;\n4、参与业界领先的流式、批式计算框架等分布式系统,为海量数据和大规模业务系统提供可靠的基础设施。\n1、本科及以上学历在读;\n2、掌握扎实的计算机基础知识,深入理解数据结构、算法和操作系统知识;\n3、有强烈的求知欲,快速学习和沟通能力;\n4、编程能力扎实,有良好的编程习惯;\n5、有ICPC/CCPC/NOI/IOI等相关竞赛获奖经历优先;\n6、对Spark、Flink、YARN等大数据系统有相关经验,或对离线数据处理加工有浓厚兴趣的优先。",
    "standard_classification": {
        "std_category_code": "T016",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}