{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "推荐大模型推理实习生-电商业务",
        "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：Data-电商团队，负责电商创新项目的算法和大数据工作。依托于字节跳动产品，帮助用户发现并获得好物，享受美好生活。在这个团队，我们不仅要通过推荐和搜索算法帮助用户买到感兴趣的好东西，也要通过风控算法和智能平台治理算法去甄别违规行为，保护用户的购物体验；我们还要建设智能客服技术、大规模商品知识图谱来提升各个交易环节的效率；我们也要结合机器学习和运筹算法，来优化供应链和物流的效率和成本，并进一步提升用户体验；另外我们还会用人工智能来帮助商家提升经营能力。我们的使命：没有难卖的优价好物，让美好生活触手可得。\n\n1、参与字节跳动推荐与电商广告大模型（LLM/多模态/序列模型）的训练工程开发与优化，包括但不限于：超大规模模型训练框架、高效样本构建与流式数据管道（样本拼接、去重、对齐、延迟修正）、离线训练与在线推理的一致性保障；\n2、深度参与电商广告大模型的训练性能与稳定性优化工作，包括但不限于：吞吐优化（混合精度训练、梯度累积/检查点）、显存优化、训练任务排障与复现；\n3、深度参与大模型推理性能优化，面向广告与推荐的高并发、低延迟场景，进行系统级优化：延迟/吞吐分析、推理图优化、批处理与并发优化、显存与内存优化、缓存与显存管理、模型量化、推理链路问题定位；\n4、结合真实业务目标（召粗/精排Ranking全链路），参与大模型在广告与推荐中的落地应用：用户/内容/商品表征的统一建模、大模型与传统深度模型的混合架构。",
        "requirements_text": "1、本科及以上学历在读，计算机、人工智能、软件工程等相关专业优先；\n2、熟悉C++/Java/Golang/Python中至少一门语言，具备良好的工程代码能力；\n3、扎实的计算机基础，对以下方向至少一项有深入理解或强烈兴趣：深度学习训练与推理系统、分布式系统/高性能计算、GPU/算子/编译优化；\n4、熟悉Linux开发环境，具备良好的数据结构、算法与系统设计能力；\n5、对大模型技术有强烈好奇心，具备快速学习能力和良好的技术沟通能力；\n6、加分项（非必须）：\n1）了解分布式训练常见概念（DDP/FSDP/ZeRO等）、混合精度、Profile工具；\n2）了解推理优化方向（TorchScript/ONNX/TensorRT、量化、KV Cache、算子融合等）之一；\n3）了解LLM/多模态模型/序列建模（Transformer及其变体）；\n4）有大规模训练、推理优化或推荐/广告系统相关经验。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "Golang",
            "Linux",
            "深度学习",
            "数据结构",
            "分布式系统",
            "沟通能力",
            "学习能力",
            "建模",
            "Go",
            "大语言模型"
        ],
        "preferred_qualifications": "1、本科及以上学历在读，计算机、人工智能、软件工程等相关专业优先；6、加分项（非必须）：",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7589901225744124165/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7589901225744124165",
        "post_date": "2025-12-31",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7589901225744124165/detail"
    },
    "fulltext": "推荐大模型推理实习生-电商业务\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：Data-电商团队，负责电商创新项目的算法和大数据工作。依托于字节跳动产品，帮助用户发现并获得好物，享受美好生活。在这个团队，我们不仅要通过推荐和搜索算法帮助用户买到感兴趣的好东西，也要通过风控算法和智能平台治理算法去甄别违规行为，保护用户的购物体验；我们还要建设智能客服技术、大规模商品知识图谱来提升各个交易环节的效率；我们也要结合机器学习和运筹算法，来优化供应链和物流的效率和成本，并进一步提升用户体验；另外我们还会用人工智能来帮助商家提升经营能力。我们的使命：没有难卖的优价好物，让美好生活触手可得。\n\n1、参与字节跳动推荐与电商广告大模型（LLM/多模态/序列模型）的训练工程开发与优化，包括但不限于：超大规模模型训练框架、高效样本构建与流式数据管道（样本拼接、去重、对齐、延迟修正）、离线训练与在线推理的一致性保障；\n2、深度参与电商广告大模型的训练性能与稳定性优化工作，包括但不限于：吞吐优化（混合精度训练、梯度累积/检查点）、显存优化、训练任务排障与复现；\n3、深度参与大模型推理性能优化，面向广告与推荐的高并发、低延迟场景，进行系统级优化：延迟/吞吐分析、推理图优化、批处理与并发优化、显存与内存优化、缓存与显存管理、模型量化、推理链路问题定位；\n4、结合真实业务目标（召粗/精排Ranking全链路），参与大模型在广告与推荐中的落地应用：用户/内容/商品表征的统一建模、大模型与传统深度模型的混合架构。\n\n职位要求\n1、本科及以上学历在读，计算机、人工智能、软件工程等相关专业优先；\n2、熟悉C++/Java/Golang/Python中至少一门语言，具备良好的工程代码能力；\n3、扎实的计算机基础，对以下方向至少一项有深入理解或强烈兴趣：深度学习训练与推理系统、分布式系统/高性能计算、GPU/算子/编译优化；\n4、熟悉Linux开发环境，具备良好的数据结构、算法与系统设计能力；\n5、对大模型技术有强烈好奇心，具备快速学习能力和良好的技术沟通能力；\n6、加分项（非必须）：\n1）了解分布式训练常见概念（DDP/FSDP/ZeRO等）、混合精度、Profile工具；\n2）了解推理优化方向（TorchScript/ONNX/TensorRT、量化、KV Cache、算子融合等）之一；\n3）了解LLM/多模态模型/序列建模（Transformer及其变体）；\n4）有大规模训练、推理优化或推荐/广告系统相关经验。\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：Data-电商团队，负责电商创新项目的算法和大数据工作。依托于字节跳动产品，帮助用户发现并获得好物，享受美好生活。在这个团队，我们不仅要通过推荐和搜索算法帮助用户买到感兴趣的好东西，也要通过风控算法和智能平台治理算法去甄别违规行为，保护用户的购物体验；我们还要建设智能客服技术、大规模商品知识图谱来提升各个交易环节的效率；我们也要结合机器学习和运筹算法，来优化供应链和物流的效率和成本，并进一步提升用户体验；另外我们还会用人工智能来帮助商家提升经营能力。我们的使命：没有难卖的优价好物，让美好生活触手可得。\n\n1、参与字节跳动推荐与电商广告大模型（LLM/多模态/序列模型）的训练工程开发与优化，包括但不限于：超大规模模型训练框架、高效样本构建与流式数据管道（样本拼接、去重、对齐、延迟修正）、离线训练与在线推理的一致性保障；\n2、深度参与电商广告大模型的训练性能与稳定性优化工作，包括但不限于：吞吐优化（混合精度训练、梯度累积/检查点）、显存优化、训练任务排障与复现；\n3、深度参与大模型推理性能优化，面向广告与推荐的高并发、低延迟场景，进行系统级优化：延迟/吞吐分析、推理图优化、批处理与并发优化、显存与内存优化、缓存与显存管理、模型量化、推理链路问题定位；\n4、结合真实业务目标（召粗/精排Ranking全链路），参与大模型在广告与推荐中的落地应用：用户/内容/商品表征的统一建模、大模型与传统深度模型的混合架构。\n1、本科及以上学历在读，计算机、人工智能、软件工程等相关专业优先；\n2、熟悉C++/Java/Golang/Python中至少一门语言，具备良好的工程代码能力；\n3、扎实的计算机基础，对以下方向至少一项有深入理解或强烈兴趣：深度学习训练与推理系统、分布式系统/高性能计算、GPU/算子/编译优化；\n4、熟悉Linux开发环境，具备良好的数据结构、算法与系统设计能力；\n5、对大模型技术有强烈好奇心，具备快速学习能力和良好的技术沟通能力；\n6、加分项（非必须）：\n1）了解分布式训练常见概念（DDP/FSDP/ZeRO等）、混合精度、Profile工具；\n2）了解推理优化方向（TorchScript/ONNX/TensorRT、量化、KV Cache、算子融合等）之一；\n3）了解LLM/多模态模型/序列建模（Transformer及其变体）；\n4）有大规模训练、推理优化或推荐/广告系统相关经验。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}