{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "后端开发实习生-TRAE",
        "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": "2027届本科及以上学历在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n团队介绍：TRAE（The Real AI Engineer），是字节跳动旗下的AI编程产品，一个能理解需求、调动工具、独立完成开发任务的AI开发工程师，为用户提供端到端生成真实软件的服务。TRAE是当前国内受到广泛欢迎的AI编程产品之一，也是业界首个端到端AI软件开发Agent产品，可覆盖简单到复杂全场景。我们正在寻找充满热情、富有创造力的人才。期待你的加入，与我们共同重塑开发范式，定义未来开发的形态。\n\n1、打造面向软件研发的LLM原生生产力工具：深入真实工程链路，把LLM能力“嵌进”开发者日常使用工具里，包括但不限于代码托管、代码分析、IDE/插件、CI/CD、代码评审等，让AI成为能理解代码库、参与决策、自动执行、可被验证的研发伙伴；\n2、建设企业级LLM应用研发基础设施：参与从0到1搭建LLM应用开发“高速公路”，统一接入、多模型编排、权限与审计、Prompt/工具管理、评测与回归、灰度与发布等能力，让业务团队可以像调用基础服务一样稳定地调用AI能力，做到可控、可观测、可扩展；\n3、围绕真实场景做推理优化：缓存与路由、并发与限流、流式输出、批处理、上下文压缩、检索与重排、质量/成本/延迟三角权衡等；你的工作会直接影响系统的P99延迟、吞吐、稳定性和每次调用成本；\n4、参与构建服务的可靠性体系：可观测性（Tracing/Metric/Logging）、故障定位、容量规划、压测与降级、SLA保证、自动化回归评测，让LLM应用从Demo走向生产级系统。",
        "requirements_text": "1、2027届本科及以上学历在读，计算机、软件工程、人工智能等专业优先；\n2、扎实的软件工程基础，熟练掌握C/C++/Golang/Java/Python至少一门；\n3、学习能力强、好奇心旺盛，愿意快速进入新领域并把东西实现出来；\n4、理解研发全生命周期工具链（代码托管、构建、测试、发布、IDE等）者优先；了解LLM应用研发技术栈（推理服务、RAG/向量检索、工具调用、评测体系等）者加分。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "Golang",
            "学习能力",
            "Go",
            "检索增强生成"
        ],
        "preferred_qualifications": "1、2027届本科及以上学历在读，计算机、软件工程、人工智能等专业优先；4、理解研发全生命周期工具链（代码托管、构建、测试、发布、IDE等）者优先；了解LLM应用研发技术栈（推理服务、RAG/向量检索、工具调用、评测体系等）者加分",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7594521319695780101/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7594521319695780101",
        "post_date": "2026-01-13",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7594521319695780101/detail"
    },
    "fulltext": "后端开发实习生-TRAE\n职位描述\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n团队介绍：TRAE（The Real AI Engineer），是字节跳动旗下的AI编程产品，一个能理解需求、调动工具、独立完成开发任务的AI开发工程师，为用户提供端到端生成真实软件的服务。TRAE是当前国内受到广泛欢迎的AI编程产品之一，也是业界首个端到端AI软件开发Agent产品，可覆盖简单到复杂全场景。我们正在寻找充满热情、富有创造力的人才。期待你的加入，与我们共同重塑开发范式，定义未来开发的形态。\n\n1、打造面向软件研发的LLM原生生产力工具：深入真实工程链路，把LLM能力“嵌进”开发者日常使用工具里，包括但不限于代码托管、代码分析、IDE/插件、CI/CD、代码评审等，让AI成为能理解代码库、参与决策、自动执行、可被验证的研发伙伴；\n2、建设企业级LLM应用研发基础设施：参与从0到1搭建LLM应用开发“高速公路”，统一接入、多模型编排、权限与审计、Prompt/工具管理、评测与回归、灰度与发布等能力，让业务团队可以像调用基础服务一样稳定地调用AI能力，做到可控、可观测、可扩展；\n3、围绕真实场景做推理优化：缓存与路由、并发与限流、流式输出、批处理、上下文压缩、检索与重排、质量/成本/延迟三角权衡等；你的工作会直接影响系统的P99延迟、吞吐、稳定性和每次调用成本；\n4、参与构建服务的可靠性体系：可观测性（Tracing/Metric/Logging）、故障定位、容量规划、压测与降级、SLA保证、自动化回归评测，让LLM应用从Demo走向生产级系统。\n\n职位要求\n1、2027届本科及以上学历在读，计算机、软件工程、人工智能等专业优先；\n2、扎实的软件工程基础，熟练掌握C/C++/Golang/Java/Python至少一门；\n3、学习能力强、好奇心旺盛，愿意快速进入新领域并把东西实现出来；\n4、理解研发全生命周期工具链（代码托管、构建、测试、发布、IDE等）者优先；了解LLM应用研发技术栈（推理服务、RAG/向量检索、工具调用、评测体系等）者加分。\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n团队介绍：TRAE（The Real AI Engineer），是字节跳动旗下的AI编程产品，一个能理解需求、调动工具、独立完成开发任务的AI开发工程师，为用户提供端到端生成真实软件的服务。TRAE是当前国内受到广泛欢迎的AI编程产品之一，也是业界首个端到端AI软件开发Agent产品，可覆盖简单到复杂全场景。我们正在寻找充满热情、富有创造力的人才。期待你的加入，与我们共同重塑开发范式，定义未来开发的形态。\n\n1、打造面向软件研发的LLM原生生产力工具：深入真实工程链路，把LLM能力“嵌进”开发者日常使用工具里，包括但不限于代码托管、代码分析、IDE/插件、CI/CD、代码评审等，让AI成为能理解代码库、参与决策、自动执行、可被验证的研发伙伴；\n2、建设企业级LLM应用研发基础设施：参与从0到1搭建LLM应用开发“高速公路”，统一接入、多模型编排、权限与审计、Prompt/工具管理、评测与回归、灰度与发布等能力，让业务团队可以像调用基础服务一样稳定地调用AI能力，做到可控、可观测、可扩展；\n3、围绕真实场景做推理优化：缓存与路由、并发与限流、流式输出、批处理、上下文压缩、检索与重排、质量/成本/延迟三角权衡等；你的工作会直接影响系统的P99延迟、吞吐、稳定性和每次调用成本；\n4、参与构建服务的可靠性体系：可观测性（Tracing/Metric/Logging）、故障定位、容量规划、压测与降级、SLA保证、自动化回归评测，让LLM应用从Demo走向生产级系统。\n1、2027届本科及以上学历在读，计算机、软件工程、人工智能等专业优先；\n2、扎实的软件工程基础，熟练掌握C/C++/Golang/Java/Python至少一门；\n3、学习能力强、好奇心旺盛，愿意快速进入新领域并把东西实现出来；\n4、理解研发全生命周期工具链（代码托管、构建、测试、发布、IDE等）者优先；了解LLM应用研发技术栈（推理服务、RAG/向量检索、工具调用、评测体系等）者加分。",
    "standard_classification": {
        "std_category_code": "T002",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}