百度计算与网络产品质量组（J101424）
任职要求
-良好的软件工程、数据结构、算法等基础；良好的LINUX基础 -熟练地应用一下一门或几门语言：Python/JAVA -在以下领域有经验者优先考虑：云计算、分布式计…
工作职责
-负责百度智能云云计算业务的质量保证工作 -开发测试工具和自动测试框架、自动测试脚本，进行自动化测试 -根据产品需求进行测试，包括测试方案、设计、执行、BUG提交和追踪、测试报告和测试改进等 -深入理解用户场景，解决项目痛点问题，优化与改进用户体验，发挥产品影响力 -参与代码评审、持续集成等工作，确保代码质量和交付效率
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。 团队介绍：我们团队牵头探索人工智能数据安全与隐私保护、联邦学习、安全多方计算（SMPC）、可信执行环境、差分隐私及同态加密等前沿网络安全技术。我们开展尖端研究，致力于将新兴理论转化为数据与系统安全领域的实际应用方案。通过开创安全计算与隐私保护的全新方法，为塑造可信数字创新的未来发挥重要作用。 1、协助团队研发AICC相关机密计算平台模块，参与技术方案讨论、核心功能原型开发与代码实现； 2、支持大规模隐私可信数据流通平台的基础建设，参与分布式系统测试、性能优化辅助工作； 3、协助研究Intel SGX/TDX、AMD SEV及GPU相关TEE技术，参与AI场景下的技术验证与实验复现； 4、配合团队开展AICC领域前沿技术调研（如大模型安全、隐私计算与AI融合方案），整理分析报告； 5、参与项目相关文档编写、数据处理与测试验证，积累AI+安全领域工程实践经验。
简介：参与面向大模型训练/推理的高性能计算与系统优化工作，可根据个人背景和研究兴趣选择以下方向之一深入推进： 1、面向GPU/NPU 等多硬件平台的算子开发与极致性能优化(CUDA/Cutlass/TileLang)。 2、跟踪前沿模型算法并完成高性能工程落地，深入框架层开展算子融合、内存/通信优化、流水编排等系统级性能调优。 3、探索基于大模型的高性能 Kernel 自动合成技术，参考 LLM-driven Kernel Generation 范式，研究高效 GPU/NPU Kernel 的端到端自动生成与迭代优化方法。 4、基于DSL（如 Triton、TVM TIR、Halide 等）的编译优化与自动调优技术研究。 5、多硬件后端（NVIDIA/国产芯片）的统一算子库建设与迁移适配。
1、构建既能实现极致性能（百毫秒唤醒）又能做到极致成本效益（资源利用率提升XX%）的 Agent 基础设施底座； 2、主导设计和实现融合了Agent Sandbox、容器与虚拟化的统一调度系统。
随着全球主要市场陆续出台用户个人信息保护政策，整个互联网生态中的数据安全和用户隐私保护问题变得越发重要且日趋严格。如何在营销场景下实现对隐私数据的安全合规使用，维护在线广告商业模型的核心运作，成为当下广告生态中各企业急需解决的问题。 该职位的主要工作包含： 1. 高性能MPC隐私算法的调研、设计及代码开发，实现在大规模数据集下的分布式计算，应用于阿里妈妈广告业务对外数据合作场景。 2. 对业界前沿隐私保护技术保持敏感，梳理和提出创新的隐私计算算法，发表到领域内顶会期刊。