
美图C++ 研发实习生(跨平台SDK方向)/ C++ R&D Intern (Cross-Platform SDK)(厦门)
任职要求
● C++ Proficiency: Computer Science-related major Solid mastery of C/C++; deep understanding of data structures, algorithms, memory models, pointer operations, and multi-threading. ● Algorithm Engineering: Familiarity with OpenCV or other graphics libraries; understanding of DL inference workflows (experience with ONNX Runtime, MNN, or NCNN is a plus). ● CS Fundamentals: Strong knowledge of OS and compilation principles; passionate about solving cross-platform compatibility issues. ● Problem Solv…
工作职责
▌ 岗位概述 负责美图旗下核心产品视觉算法的落地与工程化,将前沿图像/视频算法转化为高性能跨平台 SDK,并深度结合 AI Coding 工具与 AI 原生编程思维,探索移动端算法性能的极限。 本岗位为 2026 年暑期实习,全职实习时长 5 个月以上。实习期间表现优秀者,将有机会获得留用。 ▌ 职责描述 ● 算法落地与工程化:在导师指导下,协助将前沿图像、视觉或 AI 算法转化为高性能 C++ 代码,并集成至跨平台 SDK。 ● 跨平台 SDK 开发:参与 SDK 核心模块在 Android、iOS、Windows 等多端的适配,确保多端表现的一致性。 ● 性能极限榨取:针对移动端硬件进行算法效率优化,包括内存管理、多线程加速及指令集级优化。 ● AI 赋能研发:熟练利用 AI Coding 工具(Cursor、Copilot 等)辅助高性能 C++ 编写、复杂 Bug 调试及自动化测试脚本生成。 ● 工具链与工程化:参与性能监控工具建设,确保算法在工程化过程中的鲁棒性与极致体验。 ▌ 任职资格 ● C++ 基本功:计算机相关专业,精通 C/C++, 熟悉常用数据结构与算法,对内存模型、指针操作、多线程有深刻理解。 ● 算法工程背景:熟悉 OpenCV 或相关图形图像库,了解深度学习推理流程(有 ONNX Runtime, MNN, NCNN 经验者优先)。 ● 计算机基础:扎实的操作系统及编译原理知识,对解决跨平台兼容性问题有浓厚兴趣。 ● 执行力与解决问题能力:能够拆解复杂任务,面对算法论文或底层 Bug 具备极强的自主研究与交付能力。 ▌ 加分项 ● AI 原生开发者:熟练使用 GitHub Copilot / Cursor 等工具,并能对 AI 生成的 C++ 代码进行严谨的 Review。 ● 项目经验:有参与开源项目、跨平台 SDK 开发或图形/图像类竞赛获奖经验。 ● 底层优化:了解基本的硬件加速知识(如 CUDA, Neon, OpenCL 等)。 ▸ Overview You will be responsible for the implementation and engineering of visual algorithms for Meitu's flagship products, converting cutting-edge image/video algorithms into high-performance cross-platform SDKs while leveraging AI Coding tools to push the limits of mobile performance. This is a full-time summer 2026 internship (5+ months). Strong performers will be considered for a return offer. ▸ Responsibilities ● Algorithm Engineering: Convert cutting-edge image, vision, or AI algorithms into high-performance C++ code and integrate them into cross-platform SDKs under mentor guidance. ● Cross-Platform Development: Participate in the adaptation of core SDK modules across Android, iOS, and Windows to ensure consistent performance. ● Performance Optimization: Optimize algorithm efficiency for mobile hardware, including memory management, multi-threading, and instruction-set level acceleration. ● AI-Powered Development: Leverage AI coding tools (Cursor, Copilot, etc.) for high-performance C++ writing, complex debugging, and automated test script generation. ● Toolchain Construction: Build performance monitoring tools to ensure the robustness and extreme efficiency of algorithms during the engineering process. ▸
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:TikTok是一个覆盖150个国家和地区的国际短视频平台,我们希望通过TikTok发现真实、有趣的瞬间,让生活更美好。TikTok 在全球各地设有办公室,全球总部位于洛杉矶和新加坡,办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。 TikTok研发团队,旨在实现TikTok业务的研发工作,搭建及维护业界领先的产品。加入我们,你能接触到包括用户增长、社交、直播、电商C端、内容创造、内容消费等核心业务场景,支持产品在全球赛道上高速发展;也能接触到包括服务架构、基础技术等方向上的技术挑战,保障业务持续高质量、高效率、且安全地为用户服务;同时还能为不同业务场景提供全面的技术解决方案,优化各项产品指标及用户体验。 在这里, 有大牛带队与大家一同不断探索前沿, 突破想象空间。 在这里,你的每一行代码都将服务亿万用户。在这里,团队专业且纯粹,合作氛围平等且轻松。目前在北京,上海,杭州、广州、深圳分别开放多个岗位机会。 1、协助研发跨平台工程效率相关产品:在指导下负责CI/CD基础设施的优化及维护,参与自动化流程、自动化测试等相关的优化和建设; 2、协助开发运维监控工具及系统:参与运维监控工具的开发与调试,协助优化编译效率; 3、研发效能度量体系的支持:在指导下支持研发流程和管控,协助技术团队进行效能优化项目。

1. 参与收钱吧商户端APP的基础业务功能开发以及全球化改造和海外市场适配开发工作,在导师指导下学习iOS和Android双平台的商户经营管理应用开发。 2. 协助完成智慧门店3.0移动端产品的国际化改造,包括收银APP、扫码点单、会员管理等核心功能模块的移动端实现。 3. 学习移动支付SDK的开发与维护,了解多种海外本地支付方式的集成流程。 4. 参与硬件终端产品的移动端控制应用开发,包括智能POS、扫码设备等硬件的移动端管理界面。 5. 在团队指导下学习移动端安全开发规范,了解金融级移动应用的安全要求。

1. 参与收钱吧商户端APP的基础业务功能开发以及全球化改造和海外市场适配开发工作,在导师指导下学习iOS和Android双平台的商户经营管理应用开发。 2. 协助完成智慧门店3.0移动端产品的国际化改造,包括收银APP、扫码点单、会员管理等核心功能模块的移动端实现。 3. 学习移动支付SDK的开发与维护,了解多种海外本地支付方式的集成流程。 4. 参与硬件终端产品的移动端控制应用开发,包括智能POS、扫码设备等硬件的移动端管理界面。 5. 在团队指导下学习移动端安全开发规范,了解金融级移动应用的安全要求。
【业务介绍】 我们是小红书内稠密类模型(LLM/MLLM/SD/CV/NLP)统一的AI平台QuickSilver,负责调度公司内所有稠密类模型训练与推理资源,基于自建的训推引擎,为公司所有AI算法同学迭代业务模型提供端到端一站式AI服务;包括数据管理,模型管理,模型训练、压缩、推理、部署,服务管理,资源调度等一系列能力。 工作职责: 1、负责稠密类模型训练推理开发平台的架构设计和核心功能研发 2、设计和实现大模型训练部署流程,包括模型fine-tuning、推理服务化等 3、构建云原生架构,设计高可用、高性能的微服务体系 4、优化平台性能,提升系统稳定性和可扩展性