主分类：AI模型评测工程
辅助：Agent系统开发（仅展示）
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": "代码大模型工程实习生-搜索",
"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": "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": "本科及以上学历在读",
"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：字节跳动搜索团队主要负责抖音、今日头条、西瓜视频等产品的搜索工程、算法创新和架构研发工作。我们的职责是用前沿的技术去打造一个用户体验佳、信息效率高的搜索引擎产品。我们的愿景是做一款用户首选的搜索引擎，我们的使命是可以充分整合内容，高效连接人与信息。 团队主要负责抖音、今日头条、西瓜视频、问答和百科等产品的业务研发和架构研发工作。 我们使用前沿的前端、客户端和服务端技术赋能于搜索业务的快速迭代，并在技术上不断创新和突破。同时专注于大流量、高并发、低延时的搜索系统的构建，在性能优化上，追求从内存、Disk等优化到业务架构和网络协议的创新探索，在迭代效能上不断探索容器化、动态化、搭建化等方案的创新，技术氛围强，充分给同学们提供自我成长的机会。\n\n1、负责代码大模型相关的数据收集、清洗、构建与管理，搭建高效稳定的数据处理Pipeline；\n2、负责代码大模型评测体系的建设，包括评测集构建、评测框架开发与评测执行；\n3、探索和实现基于大模型的智能体（Agent），应用于代码生成、Bug修复、测试用例生成等复杂研发任务；\n4、持续追踪并复现LLM+SE领域前沿技术动态，并将其应用于实际业务场景中，推动技术落地。",
"requirements_text": "1、本科及以上学历在读，计算机相关专业优先；\n2、优秀的问题分析与解决能力，能够深入解决大模型工程化及应用中的复杂问题；\n3、具备AI+SE结合的项目经验，熟悉代码数据收集、清洗、标注等数据工程流程；\n4、熟悉大模型相关技术，对模型训练Pipeline、推理优化、评测体系构建等方向有深入研究和实践。\n \n加分项：\n1、有代码领域数据Pipeline构建经验者优先，熟悉代码数据挖掘、处理、质量评估方法者优先；\n2、有代码评测集（如HumanEval、MBPP、SWE-Bench等）使用经验，参与过相关Benchmark打榜者优先；\n3、有智能体（Agent）系统设计与实现经验，熟悉工具调用、多轮对话、代码执行等技术者优先；\n4、在代码生成、程序分析、软件工程等相关领域有研究成果或开源贡献者优先。",
"skills": [AI生成
"数据挖掘",
"模型训练",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "1、本科及以上学历在读，计算机相关专业优先；加分项：；1、有代码领域数据Pipeline构建经验者优先，熟悉代码数据挖掘、处理、质量评估方法者优先；2、有代码评测集（如HumanEval、MBPP、SWE-Bench等）使用经验，参与过相关Benchmark打榜者优先；3、有智能体（Agent）系统设计与实现经验，熟悉工具调用、多轮对话、代码执行等技术者优先；4、在代码生成、程序分析、软件工程等相关领域有研究成果或开源贡献者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7553547224081336594/detail"
}
]
},
"posting": {
"posting_id": "7553547224081336594",
"post_date": "2025-09-24",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7553547224081336594/detail"
},
"fulltext": "代码大模型工程实习生-搜索\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：字节跳动搜索团队主要负责抖音、今日头条、西瓜视频等产品的搜索工程、算法创新和架构研发工作。我们的职责是用前沿的技术去打造一个用户体验佳、信息效率高的搜索引擎产品。我们的愿景是做一款用户首选的搜索引擎，我们的使命是可以充分整合内容，高效连接人与信息。 团队主要负责抖音、今日头条、西瓜视频、问答和百科等产品的业务研发和架构研发工作。 我们使用前沿的前端、客户端和服务端技术赋能于搜索业务的快速迭代，并在技术上不断创新和突破。同时专注于大流量、高并发、低延时的搜索系统的构建，在性能优化上，追求从内存、Disk等优化到业务架构和网络协议的创新探索，在迭代效能上不断探索容器化、动态化、搭建化等方案的创新，技术氛围强，充分给同学们提供自我成长的机会。\n\n1、负责代码大模型相关的数据收集、清洗、构建与管理，搭建高效稳定的数据处理Pipeline；\n2、负责代码大模型评测体系的建设，包括评测集构建、评测框架开发与评测执行；\n3、探索和实现基于大模型的智能体（Agent），应用于代码生成、Bug修复、测试用例生成等复杂研发任务；\n4、持续追踪并复现LLM+SE领域前沿技术动态，并将其应用于实际业务场景中，推动技术落地。\n\n职位要求\n1、本科及以上学历在读，计算机相关专业优先；\n2、优秀的问题分析与解决能力，能够深入解决大模型工程化及应用中的复杂问题；\n3、具备AI+SE结合的项目经验，熟悉代码数据收集、清洗、标注等数据工程流程；\n4、熟悉大模型相关技术，对模型训练Pipeline、推理优化、评测体系构建等方向有深入研究和实践。\n \n加分项：\n1、有代码领域数据Pipeline构建经验者优先，熟悉代码数据挖掘、处理、质量评估方法者优先；\n2、有代码评测集（如HumanEval、MBPP、SWE-Bench等）使用经验，参与过相关Benchmark打榜者优先；\n3、有智能体（Agent）系统设计与实现经验，熟悉工具调用、多轮对话、代码执行等技术者优先；\n4、在代码生成、程序分析、软件工程等相关领域有研究成果或开源贡献者优先。\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：字节跳动搜索团队主要负责抖音、今日头条、西瓜视频等产品的搜索工程、算法创新和架构研发工作。我们的职责是用前沿的技术去打造一个用户体验佳、信息效率高的搜索引擎产品。我们的愿景是做一款用户首选的搜索引擎，我们的使命是可以充分整合内容，高效连接人与信息。 团队主要负责抖音、今日头条、西瓜视频、问答和百科等产品的业务研发和架构研发工作。 我们使用前沿的前端、客户端和服务端技术赋能于搜索业务的快速迭代，并在技术上不断创新和突破。同时专注于大流量、高并发、低延时的搜索系统的构建，在性能优化上，追求从内存、Disk等优化到业务架构和网络协议的创新探索，在迭代效能上不断探索容器化、动态化、搭建化等方案的创新，技术氛围强，充分给同学们提供自我成长的机会。\n\n1、负责代码大模型相关的数据收集、清洗、构建与管理，搭建高效稳定的数据处理Pipeline；\n2、负责代码大模型评测体系的建设，包括评测集构建、评测框架开发与评测执行；\n3、探索和实现基于大模型的智能体（Agent），应用于代码生成、Bug修复、测试用例生成等复杂研发任务；\n4、持续追踪并复现LLM+SE领域前沿技术动态，并将其应用于实际业务场景中，推动技术落地。\n1、本科及以上学历在读，计算机相关专业优先；\n2、优秀的问题分析与解决能力，能够深入解决大模型工程化及应用中的复杂问题；\n3、具备AI+SE结合的项目经验，熟悉代码数据收集、清洗、标注等数据工程流程；\n4、熟悉大模型相关技术，对模型训练Pipeline、推理优化、评测体系构建等方向有深入研究和实践。\n \n加分项：\n1、有代码领域数据Pipeline构建经验者优先，熟悉代码数据挖掘、处理、质量评估方法者优先；\n2、有代码评测集（如HumanEval、MBPP、SWE-Bench等）使用经验，参与过相关Benchmark打榜者优先；\n3、有智能体（Agent）系统设计与实现经验，熟悉工具调用、多轮对话、代码执行等技术者优先；\n4、在代码生成、程序分析、软件工程等相关领域有研究成果或开源贡献者优先。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}