职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7374622986924525875

AIGC模型优化实习生-Seed

未披露 · 杭州 · 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": "AIGC模型优化实习生-Seed",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "未披露",
        "location": "杭州",
        "work_mode": "未披露",AI生成
        "job_category": "算法"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": "硕士及以上学位在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "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。Seed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、参与模型训练/推理优化算法的研究与开发,运用数据并行、模型并行、通信优化等前沿技术,极大提升模型训练/推理速度及效率;\n2、开发和优化AI研发场景下的工具和方法,持续改进并行训练/推理模型的框架和策略,以满足公司的需求;\n3、对业务进行性能瓶颈分析,实施模型训练/推理性能优化措施,提升训练/推理效率,同时利用硬件特性最大化资源效用,并与业界技术进步保持同步。",
        "requirements_text": "1、硕士及以上学位在读,计算机、软件工程等相关专业优先;\n2、精通Python编程语言,熟悉PyTorch、FSDP、DeepSpeed、Megatron等分布式训练框架,有AIGC模型训练/推理优化优先;\n3、具备坚实的计算机视觉和自然语言处理基础,熟悉LLM/VLM/SD等主流深度学习模型,并有实际模型训练经验;\n4、积极主动有热情,能与团队融洽合作相处,具备较强的沟通能力;\n5、有AutoML或AIGC方向顶会论文、计算机视觉顶会/期刊论文、计算机视觉知名竞赛优异名次或高质量GitHub项目经验者优先。",
        "skills": [AI生成
            "Python",
            "PyTorch",
            "深度学习",
            "自然语言处理",
            "计算机视觉",
            "模型训练",
            "沟通能力"
        ],
        "preferred_qualifications": "1、硕士及以上学位在读,计算机、软件工程等相关专业优先;2、精通Python编程语言,熟悉PyTorch、FSDP、DeepSpeed、Megatron等分布式训练框架,有AIGC模型训练/推理优化优先;5、有AutoML或AIGC方向顶会论文、计算机视觉顶会/期刊论文、计算机视觉知名竞赛优异名次或高质量GitHub项目经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7374622986924525875/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7374622986924525875",
        "post_date": "2024-05-30",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7374622986924525875/detail"
    },
    "fulltext": "AIGC模型优化实习生-Seed\n职位描述\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。Seed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、参与模型训练/推理优化算法的研究与开发,运用数据并行、模型并行、通信优化等前沿技术,极大提升模型训练/推理速度及效率;\n2、开发和优化AI研发场景下的工具和方法,持续改进并行训练/推理模型的框架和策略,以满足公司的需求;\n3、对业务进行性能瓶颈分析,实施模型训练/推理性能优化措施,提升训练/推理效率,同时利用硬件特性最大化资源效用,并与业界技术进步保持同步。\n\n职位要求\n1、硕士及以上学位在读,计算机、软件工程等相关专业优先;\n2、精通Python编程语言,熟悉PyTorch、FSDP、DeepSpeed、Megatron等分布式训练框架,有AIGC模型训练/推理优化优先;\n3、具备坚实的计算机视觉和自然语言处理基础,熟悉LLM/VLM/SD等主流深度学习模型,并有实际模型训练经验;\n4、积极主动有热情,能与团队融洽合作相处,具备较强的沟通能力;\n5、有AutoML或AIGC方向顶会论文、计算机视觉顶会/期刊论文、计算机视觉知名竞赛优异名次或高质量GitHub项目经验者优先。\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。Seed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、参与模型训练/推理优化算法的研究与开发,运用数据并行、模型并行、通信优化等前沿技术,极大提升模型训练/推理速度及效率;\n2、开发和优化AI研发场景下的工具和方法,持续改进并行训练/推理模型的框架和策略,以满足公司的需求;\n3、对业务进行性能瓶颈分析,实施模型训练/推理性能优化措施,提升训练/推理效率,同时利用硬件特性最大化资源效用,并与业界技术进步保持同步。\n1、硕士及以上学位在读,计算机、软件工程等相关专业优先;\n2、精通Python编程语言,熟悉PyTorch、FSDP、DeepSpeed、Megatron等分布式训练框架,有AIGC模型训练/推理优化优先;\n3、具备坚实的计算机视觉和自然语言处理基础,熟悉LLM/VLM/SD等主流深度学习模型,并有实际模型训练经验;\n4、积极主动有热情,能与团队融洽合作相处,具备较强的沟通能力;\n5、有AutoML或AIGC方向顶会论文、计算机视觉顶会/期刊论文、计算机视觉知名竞赛优异名次或高质量GitHub项目经验者优先。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}