字节跳动算法实习生-用户增长(User Growth)
任职要求
1、2026届本科及以上学历在读,计算机相关专业优先; 2、热爱计算机科学和互联网技术,对人工智能类产品有浓厚兴趣; 3、具备扎实的编码能力,熟悉Linux开发环境,熟悉Pyth…
工作职责
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:字节跳动用户增长(User Growth)负责抖音、今日头条、番茄小说、剪映等多个产品的用户增长业务,建立行业领先的增长和营销技术,打造极致的用户体验。加入我们,有机会参与亿级用户场景的开发与架构工作,也有机会从数据出发,利用策略和模型为业务带来更大的助力。 1、通过数据分析和数据挖掘,深入理解字节跳动业务,定位字节跳动各产品的潜在增长点; 2、利用机器学习等技术手段,为字节跳动各产品提供增长算法策略支持,包括今日头条极速版、抖音极速版、番茄小说/畅听等红包产品的个性化数值算法,优化用户留存、净利润等核心指标。
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:字节跳动用户增长(User Growth)负责抖音、今日头条、番茄小说、剪映等多个产品的用户增长业务,建立行业领先的增长和营销技术,打造极致的用户体验。加入我们,有机会参与亿级用户场景的开发与架构工作,也有机会从数据出发,利用策略和模型为业务带来更大的助力。 1、参与亿级规模的中国区电商的个性化营销算法优化,主要包括补贴策略、电商投放、长期价值建模等优化工作,支持整体的电商拉新、召回以及促购的个性化营销; 2、研究应用Causal Inference,Uplift Modeling,Reinforcement Learning,LLM及Agent等前沿技术,为产品提供个性化数值策略,优化用户复购等核心指标; 3、参与电商营销平台、策略引擎的优化研究并构建通用营销Agent实现智能自动化营销; 4、走在电商营销行业的前沿,进行模型和算法的创新,打造业界领先的营销算法体系和补贴系统。
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:字节跳动用户增长(User Growth)负责抖音、今日头条、番茄小说、剪映等多个产品的用户增长业务,建立行业领先的增长和营销技术,打造极致的用户体验。加入我们,有机会参与亿级用户场景的开发与架构工作,也有机会从数据出发,利用策略和模型为业务带来更大的助力。 1、通过数据分析和数据挖掘,深入理解字节跳动业务,定位字节跳动各产品的潜在增长点; 2、利用机器学习等技术手段,为字节跳动各产品提供增长算法策略支持,包括今日头条极速版、抖音极速版、番茄小说/畅听等红包产品的个性化数值算法,优化用户留存、净利润等核心指标。
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:字节跳动用户增长(User Growth)负责抖音、今日头条、番茄小说、剪映等多个产品的用户增长业务,建立行业领先的增长和营销技术,打造极致的用户体验。加入我们,有机会参与亿级用户场景的开发与架构工作,也有机会从数据出发,利用策略和模型为业务带来更大的助力。 1、负责字节跳动产品的智能广告创意,为抖音、今日头条、番茄小说、西瓜视频等产品实现用户增长的目标;探索应用DiffusionModel,GPT,CV/NLP在营销场景/短视频/小说领域实现对广告文案、视频、图片等素材进行内容理解并高质量生成投放竞争力素材; 2、自动化素材生产平台的算法能力优化,拆解起量创意进行创意洞察,视频智能剪辑,内容优选,并以数据驱动的方式,优化素材投前、投中环节的效果; 3、调研业界创意、多模态及Generative AI方向最新技术,落地应用并提升广告创意理解、自动生成和优化等场景的效果。
我们是小红书中台大模型 Infra 团队,专注打造领先易用的「AI 大模型全链路基础设施」!团队深耕大模型「数-训-压-推-评」技术闭环,在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势,基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品,持续赋能社区、商业、交易、安全、数平、研效等多个核心业务,实现 AI 技术高效落地! 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架,优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline; 2、研发支持多机多卡 RL 的分布式训练框架,开发TP/PP/ZeRO-3与RL流程的动态协同机制,解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链,主导框架与 MLOps 平台集成,提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作,参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代; 5、参与分析各业务 GPU 利用率与饱和度等指标,结合业务场景持续优化训练框架能力,提升框架领先性。