字节跳动大数据开发实习生-智能服务
任职要求
1、2026届本科及以上学历在读，计算机等相关专业； 2、深入理解大数据生态圈，有扎实的数据结构和算法基础； 3、熟练掌握Java编程语言，深入理解Jvm； 4、有大数据相关分布式系统（Hadoop/Spark/Flink/Clickhouse/Es/D…
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：我们是智能服务团队，团队负责互娱业务的泛体验、泛安全问题挖掘和业务赋能，为抖音/直播/剪映/醒图/本地生活等业务，提供服务化与智能化解决方案。 团队拥有工程（FE/Server)、数据(数据工程、数据科学)、算法(NLP、CV、推荐)、产品经理等多种职能岗位，可以高效自闭环进行智能平台类产品的设计研发，具有多个公司级影响力的智能化平台产品成功落地经验。 团队年轻向上，打造工程师文化，团队年度输出了50+篇专利，10+篇行业会议分享。 1、参与字节跳动客服数据中心的建设； 2、参与优化集群/组件计算性能，提供支撑数百万QPS的分布式应用； 3、负责挖掘和分析海量用户/电商/评论/短视频/图片等数据，构建千亿级别的OLAP引擎和特征工程； 4、调研业内领先的大数据技术解决方案，结合实际应用场景进行创新应用试验和业务落地。
本次实习计划围绕 AI编程提效 和 端智能开发 两大方向展开，具体内容如下： 1. AI编程提效方向 目标：通过AI技术优化软件开发流程，提升代码生成、测试、调试等环节的效率。 实习内容： 参与基于Agentic RAG 等技术构建企业级别知识库问答等LLM上层应用。 参与AI 加辅助编程工具的开发与优化（如代码自动补全、智能Bug检测等）； 基于大语言模型（LLM）探索代码生成与重构的可行性方案； 研究AI在软件工程中的落地场景（如需求分析、文档生成、Figma生成代、测试用例生成与结果分析码等）。 2. 端智能开发方向 目标：在移动端设备等资源受限场景下实现高效的AI模型部署与推理。 实习内容： 参与端侧AI模型的轻量化设计与优化（如模型剪枝、量化、蒸馏等）； 探索端云协同的智能应用方案（如模型动态更新、数据隐私保护等）； 落地实际场景的端智能应用（如移动端图像识别、用户行为分析等）。
1.小红书大模型强化学习基础设施的开发，接入并维护强化学习工程环境，加快模型训练速度 2.进行大模型强化学习的相关研究，探索如何在开放领域任务(Code，web search，computer use)上高效的进行 RL Scaling，参与研究奖励模型和强化学习模型的泛化性，持续提升模型 Post-Train 能力
1、 支持智能客服系统和相关平台、工具、产品的研究开发，包括对话管理、语言生成、闲聊、问答等； 2、 支持开发各类NLP模型（如对话理解、文本分类、问题摘要、QA生成等）和预测模型（如用户问题预测）； 3、 支持基于业务数据的分析，参与设计有效的服务SOP链路。
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。