百度边缘计算研发工程师（存储方向）（J94197）

ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：字节跳动系统部，负责字节跳动从芯片到服务器、操作系统、网络、CDN 、数据中心等基础设施的研发、设计、采购、交付与运营管理，为包含抖音、头条、火山引擎等全球业务提供高效、稳定、具备可扩展性的基础设施。部门当前业务开展包括不限于：数据中心设计建设、芯片研发、服务器研发、网络工程研发、火山引擎边缘云业务、高性能智能硬件研发、IDC资源智能交付与运维、硬件基础设施智能监控与预警、操作系统与内核、虚拟化技术、编译工具链、供应链管理等众多基础设施相关方向。 1、负责字节跳动计算型、存储型、GPU等定制化服务器产品和自研芯片板级开发验证系统的硬件方案设计，包括各板卡Layout层叠结构、Power拓扑、时钟拓扑、系统管理拓扑设计、主要元器件和连接器选型等； 2、与服务器ODM、芯片设计厂商一起进行服务器主板及板卡的原理图设计、原理图和Layout的审核，在产品研发周期内与ODM厂商一起保障硬件设计质量； 3、负责服务器、板卡、芯片验证系统等产品的电路板原理图、控制逻辑等组件的设计；负责和PI、SI、结构、散热工程师联合设计PCB总体设计，主导PCB审核过程，对原理图、控制逻辑、PCB的设计质量负责； 4、负责硬件电路系统调试、验证工作，输出电路设计的调测计划、调测报告、单元测试（UT）报告输出；与合作伙伴紧密协作完成硬件协同的专业测试、可靠性测试等，并负责相关问题解决； 5、与ODM厂商一起进行相关bug的处理，保障项目高质量完成各阶段转段。跟进服务器整机各板卡PCB&PCBA加工生产，推动生产加工相关问题的解决，与ODM厂商一起完成板卡工厂端功能测试的导入工作，最终推进产品部署和上线。

ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：字节跳动系统部，负责字节跳动从芯片到服务器、操作系统、网络、CDN 、数据中心等基础设施的研发、设计、采购、交付与运营管理，为包含抖音、头条、火山引擎等全球业务提供高效、稳定、具备可扩展性的基础设施。部门当前业务开展包括不限于：数据中心设计建设、芯片研发、服务器研发、网络工程研发、火山引擎边缘云业务、高性能智能硬件研发、IDC资源智能交付与运维、硬件基础设施智能监控与预警、操作系统与内核、虚拟化技术、编译工具链、供应链管理等众多基础设施相关方向。 1、负责字节跳动计算型、存储型、GPU等定制化服务器产品和自研芯片板级开发验证系统的硬件方案设计，包括各板卡Layout层叠结构、Power拓扑、时钟拓扑、系统管理拓扑设计、主要元器件和连接器选型等； 2、与服务器ODM、芯片设计厂商一起进行服务器主板及板卡的原理图设计、原理图和Layout的审核，在产品研发周期内与ODM厂商一起保障硬件设计质量； 3、负责服务器、板卡、芯片验证系统等产品的电路板原理图、控制逻辑等组件的设计；负责和PI、SI、结构、散热工程师联合设计PCB总体设计，主导PCB审核过程，对原理图、控制逻辑、PCB的设计质量负责； 4、负责硬件电路系统调试、验证工作，输出电路设计的调测计划、调测报告、单元测试（UT）报告输出；与合作伙伴紧密协作完成硬件协同的专业测试、可靠性测试等，并负责相关问题解决； 5、与ODM厂商一起进行相关bug的处理，保障项目高质量完成各阶段转段。跟进服务器整机各板卡PCB&PCBA加工生产，推动生产加工相关问题的解决，与ODM厂商一起完成板卡工厂端功能测试的导入工作，最终推进产品部署和上线。

钉钉正在全面拥抱多模态AI，正在致力于将视觉大模型、边缘智能与实时视频分析深度融合，赋能智能零售、智慧餐饮、明厨亮灶、智慧工厂、智能交通等多个行业。我们拥有强大的工程化能力和创新研发氛围，期待志同道合的技术精英加入，共同推动视觉AI落地千行百业。 我们正在寻找在视觉AI数据工程领域具备真正工程化落地经验的技术人才，你将参与视觉AI系统的数据全链路建设与优化，支撑边缘端视频AI服务的高效迭代。具体职责包括 1. 数据管理与运营 ● 数据需求分析与规划：根据算法团队的数据需求，协调整个数据闭环全流程工作（供应商对接、标注验收、测试benchmark） ○ 数据需求汇总：理解每个算法需要多少训练、测试数据，优先级分别是什么 ○ 制定数据采集、标注与质检计划，确保数据质量与交付时效 ● 数据渠道管理：外采（AIData等平台）、对接各个业务方和客户要数据 ○ 建立稳定的数据供应商合作关系，评估数据质量与成本 ○ 设计内部数据共享机制，打通业务侧真实场景数据 ● 外包工作管理：根据数据需求和优先级排工作以及工作验收 ○ 制定标注规范与验收标准，监控标注进度与质量 ○ 建立标注团队绩效评估体系 2. 数据挖掘与合成 ● 数据挖掘：根据算法需求在数据池中挖掘相关数据，或使用AIGC等手段进行数据合成 ○ 从海量视频数据中挖掘长尾场景、困难样本（如遮挡、小目标、极端光照等） ○ 设计数据筛选策略，提升训练数据的多样性与代表性 ● 数据合成与增强 ○ 利用AIGC、3D渲染、风格迁移等技术生成合成数据 ○ 设计针对边缘端场景的数据增强策略（模拟低分辨率、噪声、压缩失真等） 3. 评测开发 ● 评测体系建设：根据算法的测试需求，实现整个数据收集、脚本开发的CICD全流程 ○ 构建自动化评测平台，支持模型性能、精度、资源占用等多维度评估 ○ 实现测试数据集版本管理与可追溯性 ● 自动感知等功能的实现： ○ 开发数据质量自动检测工具（标注一致性、异常值检测） ○ 实现模型性能衰退自动告警机制 4. 数据平台&标准化工作 ● 数据平台建设：灵活应对各类数据需求 ○ 构建统一的数据管理平台，支持数据采集、标注、存储、检索、版本管理 ○ 实现数据血缘追踪，支持从原始数据到模型训练的全链路可追溯 ● 标准化规范： ○ 制定视觉AI数据标注标准与最佳实践 ○ 统一数据格式、元数据规范，降低跨项目数据复用成本 ○ 建立数据质量评估标准与SLA"

一、端侧AI系统架构设计 1、主导智能终端（手机/物联网设备/车载系统等）的AI硬件架构设计，优化模型在ARM/NPU/DSP等异构计算平台的部署性能； 2、 构建端侧AI推理引擎，实现低延迟、高能效的模型运行硬件方案和系统架构； 二、资源优化 1、建立端侧AI算力-功耗-内存的综合评估体系，通过模型压缩（量化/剪枝/蒸馏）、异构计算调度等技术实现资源开销优化； 2、制定端侧AI系统整体解决方案的成本控制策略，平衡算法精度与硬件资源消耗； 三、技术战略规划 1、 主导前沿技术预研，包括近存、存内、边缘计算等技术方向的技术预研，推动技术成果专利化； 2、 搭建跨部门协作机制，对接芯片厂商、算法团队及产品部门，确保技术方案商业化落地。