小红书产品实习生-可观测&平台工程方向
任职要求
学历专业背景：本科及以上学历的在校学生，计算机科学、软件工程、信息管理等相关专业优先考虑，具备扎实的专业知识基础。 技术知识储备：熟悉监控日志报警、性能分析、AIOPS、高可用治理、混沌演练、CI/CD等领域有浓厚兴趣，具备一定的理论基础；有相关项目经验或实习经验者优先 核心能力素养：具备优秀的沟通协作能力，能够与不同背景的团队成员高效沟通、协同工作；具备强烈的学习意愿和快速学习能力，对新技术、新领域充满探索热情。 工具应用技能：熟练掌握 Axure、figma、Excel 等产品设计和数据分析工具，能够运用工具高效完成工作任务。 时间投入保障：实习周期不少于6个月，可接受大小周，实习地点上海，确保能够全身心投入实习工作，积累丰富实践经验。
工作职责
辅助产品经理开展云可观测性、高可用架构、平台工程相关的产品管理工作，包括需求调研、行业分析、产品规划、产品设计等工作； 参与学习和研究最新的可观测性、高可用、平台工程产品方案，为产品改进提供建议； 参与需求调研工作，与平台用户的需求沟通，理解和分解平台的需求，落实到产品规划和设计中； 参与产品研发落地工作，与研发团队保持紧密合作，协调组织设计、开发、测试资源推动产品发布和项目落地； 参与产品关键数据指标运营，产品用户反馈，持续优化产品；
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：Stone-Dev Platform团队负责AI应用开发工具平台的产品研发及相关能力建设。具体包括为字节跳动内外的LLM应用开发者提供开发框架、DevOps、可观测、LLMOps等效率工具，以满足其生产活动需求；支持开发者进行数据处理、Prompt工程、模型训练评测及推理部署等端到端的模型迭代流程，不断提升AI应用的效果。团队整体致力于构建LLM应用开发者生态，并推动产品的商业化建设。 1、参与LLM应用平台的DevOps方向产品的调研及用户需求分析； 2、通过用户调研、行业调研、数据分析等方式了解和挖掘客户需求； 3、跟踪产品的上线效果、用户反馈，为产品功能的优化打磨提供合理建议； 4、通过培训、教学文档，运营活动等方式为用户提供支持，确保用户能高效使用Devops相关应用产品。
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：Stone-Dev Platform团队负责AI应用开发工具平台的产品研发及相关能力建设。具体包括为字节跳动内外的LLM应用开发者提供开发框架、DevOps、可观测、LLMOps等效率工具，以满足其生产活动需求；支持开发者进行数据处理、Prompt工程、模型训练评测及推理部署等端到端的模型迭代流程，不断提升AI应用的效果。团队整体致力于构建LLM应用开发者生态，并推动产品的商业化建设。 1、负责技术工具产品的影响力、增长及开发者运营工作； 2、负责技术工具产品的用户体验研究、分析与治理工作； 3、负责业务及运营活动的数据监控及分析，能通过数据指导业务开展； 4、策划并举办运营活动，通过活动方案促进用户增长、留存及活跃； 5、与产品、设计、开发团队紧密合作，推进项目方案落地执行。
1、负责可观测体系研发工作，围绕Metric、Log、Trace三大支柱，从全栈领域展开可观测基础能力建设； 2、负责监控平台、全链路追踪、日志平台、计算引擎（流式分析、实时告警、时序检测等）、云原生可观测等相关技术架构及产品设计； 3、保障可观测相关基础服务，在高并发环境下的高性能、高可用，推动技术、产品持续优化迭代。
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：团队负责公司多个跨产品业务方向，提供可复用的平台能力及技术解决方案。我们为公司多业务提供如地理位置、行业数据、舆情、众包标注、中间件等多类型的中台能力与技术解决方案，积极利用AI等技术做中台能力提效与升级。 加入我们，你将有机会从中台的多视角参与业务建设，感受不同类型/阶段的业务特点；通过投身亿级用户场景的开发&架构工作，学习和解决极富挑战的技术问题；你也可以从数据出发，积极利用策略和模型，为业务提供有价值的助力。 1、面向海量用户业务，保障抖音搜索、抖音生活服务、今日头条等业务日常稳定性保障，构建并优化可观测性大盘，积极参与响应和应急，持续提升MTTR和SLA，参与容灾演练工作； 2、参与SRE技术平台研发，提升运维效率，推动风险治理，不限于监控告警、变更管控、风险巡检、预案演练、资源管理、成本优化等方向，强化通用化SRE技术能力； 3、参与热点流量、春节活动、营销活动稳定性保障，引导SRE运维工作朝着自动化、平台化、智能化方向演进，提升基础架构各组件体系整体运维管理效率； 4、参与AI Ops项目，将AI赋能到SRE工作的各个领域内，逐步实现无人化运维的阶段。