字节跳动算法实习生-Dev AI
任职要求
1、2026届硕士及以上学位在读，计算机科学、人工智能或相关专业优先； 2、具备扎实的计算机基础知识和编程能力，拥有良好的编程风格；熟悉至少一门编程语言，包括但不仅限于Java、C/C++、Python、Go等； 3、良好的机器学习基础，熟悉机器学习相关类库，至少了解一种深度学习框架（如Tensorflow、Py…
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：Codebase 部门专注于代码领域的核心工作，包括字节跳动的代码托管、代码分析的基础架构搭建，以及相关前沿技术的深度探索。随着大语言模型（LLM）技术的迅速发展，我们积极布局，开展了一系列与 Code Agent 相关的技术研究和应用孵化工作。通过这些努力，我们致力于打造更加智能、高效、安全的新一代基础设施，为公司的技术发展和业务创新提供坚实支撑。 1、参与字节跳动智能编程产品的模型优化、评测以及线上问题分析，提升产品用户体验； 2、提升代码补全、生成、理解、问题修复各个关键任务的性能以及在产品上的表现； 3、调研新技术，并推动Agent、RAG、多模态等大模型相关技术应用于编码、开发流程、效率工具与质量保障； 4、将NLP技术与静态代码分析方法结合，解决代码生成、代码理解以及安全故障检测等问题。
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：Codebase 部门专注于代码领域的核心工作，包括字节跳动的代码托管、代码分析的基础架构搭建，以及相关前沿技术的深度探索。随着大语言模型（LLM）技术的迅速发展，我们积极布局，开展了一系列与 Code Agent 相关的技术研究和应用孵化工作。通过这些努力，我们致力于打造更加智能、高效、安全的新一代基础设施，为公司的技术发展和业务创新提供坚实支撑。 1、参与字节跳动智能编程产品的模型优化、评测以及线上问题分析，提升产品用户体验； 2、提升代码补全、生成、理解、问题修复各个关键任务的性能以及在产品上的表现； 3、调研新技术，并推动Agent、RAG、多模态等大模型相关技术应用于编码、开发流程、效率工具与质量保障； 4、将NLP技术与静态代码分析方法结合，解决代码生成、代码理解以及安全故障检测等问题。
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、参与扣子等AI应用开发平台的核心模块的效果优化建设，包括Prompt的自动生成、智能优化，AI应用的效果评测、数据合成，模型训练的数据工程、SFT、RLHF等功能； 2、参与智能客服问答的算法微调训练，参与RAG等模块的效果优化，运用NLP、多模态等技术进行高质量内容召回，提升企业对话场景的产品效果能力； 3、持续跟进LLM前沿技术，参与AI相关新产品功能的设计，为团队提供前沿的知识和见解，支持模型在NL2Code、NL2Workflow、NL2APP等场景的落地和迭代。
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、参与扣子等AI应用开发平台的核心模块的效果优化建设，包括Prompt的自动生成、智能优化，AI应用的效果评测、数据合成，模型训练的数据工程、SFT、RLHF等功能； 2、参与智能客服问答的算法微调训练，参与RAG等模块的效果优化，运用NLP、多模态等技术进行高质量内容召回，提升企业对话场景的产品效果能力； 3、持续跟进LLM前沿技术，参与AI相关新产品功能的设计，为团队提供前沿的知识和见解，支持模型在NL2Code、NL2Workflow、NL2APP等场景的落地和迭代。
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、参与扣子等AI应用开发平台的核心模块的效果优化建设，包括Prompt的自动生成、智能优化，AI应用的效果评测、数据合成，模型训练的数据工程、SFT、RLHF等功能； 2、参与智能客服问答的算法微调训练，参与RAG等模块的效果优化，运用NLP、多模态等技术进行高质量内容召回，提升企业对话场景的产品效果能力； 3、持续跟进LLM前沿技术，参与AI相关新产品功能的设计，为团队提供前沿的知识和见解，支持模型在NL2Code、NL2Workflow、NL2APP等场景的落地和迭代。