快手大模型推理优化实习生-【游戏事业部】
任职要求
1、硕士及以上学历，计算机/电子/自动化/人工智能等相关专业； 2、扎实的代码能力、数据结构和基础算法功底，熟练掌握 Python 和 C/C++； 3、熟悉常见的LLM推理优化方案，包括但不限于 Continuous Batching、FlashAttention、MLA，量化，剪枝、PD 分离、投机采样等； 4、熟悉 GPU 体系结构及相关高性能计算加速技术，了解常用的 CUDA 优化方…
工作职责
1、协助大模型（LLM、扩散等）在云端的服务部署和推理加速优化； 2、参与AI模型端侧部署能力建设：利用 TensorRT、ONNX Runtime、MNN、OPENVINO 等端侧推理框架构建跨系统（如Linux，Windows，Android，IOS）、跨硬件平台（如 CPU、GPU、NPU ）的模型端侧部署和推理加速能力，同时保障模型部署在多场景下的稳定性与兼容性； 3、完成团队其它AI工程化相关的工作； 4、跟踪业内最新的研究进展和技术趋势，提出改进和创新的想法，推动团队技术发展。
1、负责动态图优化、算子优化，Auto-Tuning、量化训练、模型推理部署、大模型训练等，提升训练的性能，降低算法的在线时延； 2、研发自动驾驶的高性能推理系统框架，支持GPU/CPU的异构推理； 3、追踪自动驾驶行业和深度学习技术的最新进展，力争打造菜鸟无人驾驶系统，开创未来无人物流的新格局。
探索多模态大模型与Agent 技术在游戏研发、运营及玩家生态中的前沿应用。在这里，你将在资深工程师的指导下，参与现有 AI 产品的维护与持续迭代，并深度参与核心 AI 系统的架构设计，利用大模型技术为游戏业务深度提效。 主要职责： 1. 产品迭代与应用维护：在指导下跟进并负责现有 AI 产品的日常维护与功能迭代。通过数据回流与 Badcase 分析，持续优化 Prompt 策略与模型表现，保障并提升业务场景下的模型产出质量。 2. 多模态大模型探索与落地：探索视觉语言模型（VLM）等多模态技术在游戏业务中的应用。例如：结合图文或音视频流，实现游戏内的bug识别，内容安全审核等功能。 3. Agent 系统架构设计：深度参与 Agent 系统的设计与开发。研究多智能体协同、复杂工具调用、动态规划和长短期记忆管理，打造能帮助业务方提效的agent工作流。 4. 大模型服务部署与工程优化：参与模型的推理加速与工程落地。基于 vLLM / TensorRT-LLM 等框架进行模型服务化，配合团队完成微服务架构下的 AI 接口封装、Docker 容器化部署以及高并发场景下的性能调优。
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。 团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、探索应用多模态理解、生成式、机器学习、强化学习、AIGC、计算机视觉、人工智能等前沿技术； 2、探索大规模/超大规模多模态理解与生成交织的基础模型，并进行极致系统优化；数据建设、指令微调、偏好对齐、模型优化；提升数据合成、Scalable Oversight、模型推理、规划能力，构建全面客观准确的评测体系，探索提升大模型能力； 3、探索突破包括而不限于多模态RAG，视觉COT与Agent等在内的多模态模型、世界模型进阶能力，构建GUI/游戏等虚拟世界的通用多模态Agent、应用； 4、利用预训练、仿真等技术对虚拟/现实世界的各类环境进行建模，提供多模态交互探索的基本能力，推动应用落地，研发以人工智能技术为核心的新技术、新产品。
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 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、探索应用多模态理解、生成式、机器学习、强化学习、AIGC、计算机视觉、人工智能等前沿技术； 2、探索大规模/超大规模多模态理解与生成交织的基础模型，并进行极致系统优化；数据建设、指令微调、偏好对齐、模型优化；提升数据合成、Scalable Oversight、模型推理、规划能力，构建全面客观准确的评测体系，探索提升大模型能力； 3、探索突破包括而不限于多模态RAG，视觉COT与Agent等在内的多模态模型、世界模型进阶能力，构建GUI/游戏等虚拟世界的通用多模态Agent、应用； 4、利用预训练、仿真等技术对虚拟/现实世界的各类环境进行建模，提供多模态交互探索的基本能力，推动应用落地，研发以人工智能技术为核心的新技术、新产品。