{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "机器学习存储架构实习生-Data AML",
        "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": "机器学习"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：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、通用性/架构设计取舍：如何构建一个统一的中台系统，但同时可以支持多个业务在不同场景(低成本/高可用性/高吞吐/高性能/大空间)的诉求；\n2、多级/分级存储的架构复杂度：不仅限于显存/内存/外存；\n3、跟进前沿的软件/硬件架构演进与尝试；\n4、作为站内中台，多代际/多机房/多套餐/不同库存大量资源的规划与利用率优化；对于模型规模/服务流量感应后做出的自动/动态调优问题；\n5、多个子系统的多种目标的优化：训练部分的功能性、可用性、容错性；serving部分的成本、容量、性能；系统同步部分的数据一致性、实效性、带宽容量；\n6、针对一些索引/存储结构不断追求更优：诸如无锁化/渐进式数据结构的无限追求；对于CAP定理不断的挑战与追求。",
        "requirements_text": "1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、熟练掌握Linux环境下的C++/Python编程语言的使用；\n3、掌握分布式系统原理，参与过大规模分布式系统的设计、开发、维护和持续优化，能够识别复杂分布式系统中的潜在问题；\n4、参与过推荐/搜索/机器学习等分布式系统工作，涉及过诸如资源调度、任务编排、模型训练、模型推理、特征抽取、MLSys、AIOps等内容；\n5、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分，具备良好的团队合作精神；\n6、有强烈的工作责任心，较好的学习能力、沟通能力、自驱力和执行力，具备良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。\n\n加分项\n1、参与过类似ParameterServer系统优化，或者搜索系统的索引结构优化；\n2、参与过KVCache类系统（如Mooncake等）开发或优化；\n3、了解Redis、LevelDB/RocksDB、Mongo等开源存储类项目；或者有HDFS、Ceph等大型分布式存储系统使用/优化经历；\n4、熟悉机器学习框架（TensorFlow/PyTorch/MXNet）；\n5、有以下某一方向领域的经验：AI Infrastructure，HW/SW Co-Design，High Performance Computing，ML Hardware Architecture（GPU，Accelerators，Networking），Machine Learning Frameworks，ML for Systems，Distributed Storage。",
        "skills": [AI生成
            "Python",
            "C++",
            "Redis",
            "Linux",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "分布式系统",
            "模型训练",
            "团队协作",
            "沟通能力",
            "学习能力",
            "分析能力"
        ],
        "preferred_qualifications": "1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先；加分项",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7595104210388060421/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7595104210388060421",
        "post_date": "2026-01-14",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7595104210388060421/detail"
    },
    "fulltext": "机器学习存储架构实习生-Data AML\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：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、通用性/架构设计取舍：如何构建一个统一的中台系统，但同时可以支持多个业务在不同场景(低成本/高可用性/高吞吐/高性能/大空间)的诉求；\n2、多级/分级存储的架构复杂度：不仅限于显存/内存/外存；\n3、跟进前沿的软件/硬件架构演进与尝试；\n4、作为站内中台，多代际/多机房/多套餐/不同库存大量资源的规划与利用率优化；对于模型规模/服务流量感应后做出的自动/动态调优问题；\n5、多个子系统的多种目标的优化：训练部分的功能性、可用性、容错性；serving部分的成本、容量、性能；系统同步部分的数据一致性、实效性、带宽容量；\n6、针对一些索引/存储结构不断追求更优：诸如无锁化/渐进式数据结构的无限追求；对于CAP定理不断的挑战与追求。\n\n职位要求\n1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、熟练掌握Linux环境下的C++/Python编程语言的使用；\n3、掌握分布式系统原理，参与过大规模分布式系统的设计、开发、维护和持续优化，能够识别复杂分布式系统中的潜在问题；\n4、参与过推荐/搜索/机器学习等分布式系统工作，涉及过诸如资源调度、任务编排、模型训练、模型推理、特征抽取、MLSys、AIOps等内容；\n5、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分，具备良好的团队合作精神；\n6、有强烈的工作责任心，较好的学习能力、沟通能力、自驱力和执行力，具备良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。\n\n加分项\n1、参与过类似ParameterServer系统优化，或者搜索系统的索引结构优化；\n2、参与过KVCache类系统（如Mooncake等）开发或优化；\n3、了解Redis、LevelDB/RocksDB、Mongo等开源存储类项目；或者有HDFS、Ceph等大型分布式存储系统使用/优化经历；\n4、熟悉机器学习框架（TensorFlow/PyTorch/MXNet）；\n5、有以下某一方向领域的经验：AI Infrastructure，HW/SW Co-Design，High Performance Computing，ML Hardware Architecture（GPU，Accelerators，Networking），Machine Learning Frameworks，ML for Systems，Distributed Storage。\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：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、通用性/架构设计取舍：如何构建一个统一的中台系统，但同时可以支持多个业务在不同场景(低成本/高可用性/高吞吐/高性能/大空间)的诉求；\n2、多级/分级存储的架构复杂度：不仅限于显存/内存/外存；\n3、跟进前沿的软件/硬件架构演进与尝试；\n4、作为站内中台，多代际/多机房/多套餐/不同库存大量资源的规划与利用率优化；对于模型规模/服务流量感应后做出的自动/动态调优问题；\n5、多个子系统的多种目标的优化：训练部分的功能性、可用性、容错性；serving部分的成本、容量、性能；系统同步部分的数据一致性、实效性、带宽容量；\n6、针对一些索引/存储结构不断追求更优：诸如无锁化/渐进式数据结构的无限追求；对于CAP定理不断的挑战与追求。\n1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、熟练掌握Linux环境下的C++/Python编程语言的使用；\n3、掌握分布式系统原理，参与过大规模分布式系统的设计、开发、维护和持续优化，能够识别复杂分布式系统中的潜在问题；\n4、参与过推荐/搜索/机器学习等分布式系统工作，涉及过诸如资源调度、任务编排、模型训练、模型推理、特征抽取、MLSys、AIOps等内容；\n5、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分，具备良好的团队合作精神；\n6、有强烈的工作责任心，较好的学习能力、沟通能力、自驱力和执行力，具备良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。\n\n加分项\n1、参与过类似ParameterServer系统优化，或者搜索系统的索引结构优化；\n2、参与过KVCache类系统（如Mooncake等）开发或优化；\n3、了解Redis、LevelDB/RocksDB、Mongo等开源存储类项目；或者有HDFS、Ceph等大型分布式存储系统使用/优化经历；\n4、熟悉机器学习框架（TensorFlow/PyTorch/MXNet）；\n5、有以下某一方向领域的经验：AI Infrastructure，HW/SW Co-Design，High Performance Computing，ML Hardware Architecture（GPU，Accelerators，Networking），Machine Learning Frameworks，ML for Systems，Distributed Storage。",
    "standard_classification": {
        "std_category_code": "T019",
        "std_aux_codes": [
            "T014"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}