字节跳动大模型平台研发工程师-Seed

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、负责字节跳动机器学习平台的开发，支撑公司相关业务的算法生产与高效迭代； 2、设计和实现机器学习相关的基础设施、框架、工具链等，并推动落地到业务中； 3、探索业界前沿的机器学习相关技术，持续提升平台能力、降低算法使用成本。

1、负责数据清洗与治理，协同数据工程师与算法团队，对原始训练数据进行收口、分类、清洗、脱敏、结构化；深入理解各类数据的来源、特性与用途，确保数据质量与合规性；追踪数据生命周期，确保数据可追溯、可还原、可解释； 2、负责数据归档与版本管理，设计并维护训练数据的归档策略、数据标注规范、数据版本体系，管理“哪些数据用于训练，哪些未被使用”的元信息及其配比记录，负责训练数据的文档化，包括数据源描述、处理流程、清洗策略、抽样配比等关键信息； 3、产品化协作与技术对接，作为数据产品接口人，与算法、数据工程、平台团队密切合作，推动训练数据产品方案的落地；与研发团队共同推进数据平台的能力建设与数据工具链打通，提升数据处理效率与规范性，推进训练数据资产的可复用性与积累性，持续构建结构化数据资产池； 4、数据使用策略与监控，与模型团队配合，输出不同训练任务的数据构成建议，制定数据使用与采样策略，建立关键数据指标监控机制，评估数据质量对模型效果的影响。

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、深度参与图像生成、视频生成、多模态视觉理解等视觉大模型训推一体化平台建设； 2、负责视觉大模型训练优化算法研究和落地，通过5D并行、通信优化、AutoCheckpointing等分布式训练手段提升模型的训练速度与效率； 3、通过编译优化、模型并行优化、图融合、高性能算子开发、低精度计算、Memory复用、Cache优化、高并发服务请求优化等技术，打造业界领先的高性能大模型训推引擎； 4、与算法部门深度合作，分析性能瓶颈，通过软硬结合提升模型训推效率，优化和部署视觉大模型，支持AI工具链和技术生态建设，推动字节跳动AI关键业务发展。

1、开发完善工程级代码场景测试数据大规模自动构造过程，研发有代表性且创新的工程级代码评测场景； 2、Coding Agent框架的测试和工程开发。