字节跳动端侧大模型算法研究实习生-移动OS-筋斗云人才计划
实习兼职A37385A地点：北京状态：招聘
任职要求
1、2026届及之后毕业，博士在读，计算机、人工智能、计算机视觉、数据科学相关专业优先； 2、扎实的机器学习、NLP/CV/序列建模等基础，具备多模态数据处理等研究背景； 3、熟悉Transformer、Diffusion、GAN、CNN/RNN等模型基础结构； 4、在NeurIPS/ICML/ICLR/ACL/EMNLP/CVPR/ICCV/ECCV等顶级会议上发表论文者优先； 5、优秀的代码能力、数据结构和基础算法功底，熟练C/C++或Python； 6、出色的问题分析和解决能力，有自主探索解决方案的能力。
工作职责
团队介绍：专注于探索AI和智能硬件的结合，为用户提供更自然和便捷的交互体验的研发团队，隶属于产品研发与工程架构部。作为负责AI技术应用场景探索的部门，是字节在智能硬件领域提供综合方案研究的核心部门。我们欢迎期待心怀技术理想、不断挑战技术难题的“你”的加入，和顶尖团队一起参与技术攻坚，开启更多可能。 课题背景 随着移动设备的普及和计算能力的提升，端侧AI逐渐成为智能设备的核心驱动力。端侧设备要求不仅要具备高效的计算能力，还需要在保证推理质量的前提下，优化性能和资源使用。尤其是在复杂任务推理、图像生成、意图分类和个性化记忆建模方面，如何设计高效、灵活的系统和模型，已成为当前的研究重点。本课题聚焦于端侧设备上的智能任务推理与生成模型优化，涉及扩散模型（如Stable Diffusion）的精简与高效训练、复杂任务的多意图推理与编排，以及个性化记忆模型的构建与优化，推动端侧AI在各类应用场景中的广泛落地。 课题挑战 1、多意图与任务处理： - 精准理解用户输入中的多意图，推导意图间关系，设计鲁棒的任务推理方法。 - 设计高效的任务编排系统，支持多任务并行执行，并能根据复杂场景需求动态调整任务执行顺序。 - 针对复杂任务链条，构建动态规划与优化机制，实现高效任务分配与执行，确保多场景切换时规划合理稳定。 2、个性化记忆建模与搜索： - 应对行为数据稀疏性，基于长期行为设计有效特征提取与建模方法，构建个性化的记忆模型，提升用户交互的精准度与体验。 - 提升记忆模型鲁棒性和泛化能力，设计轻量化模型兼顾端侧与云端部署。 - 在端侧设备实现低延迟全局搜索，优化计算资源提升搜索效率。 3、扩散模型优化与部署： - 如何在保持生成质量的前提下，精简Stable Diffusion等扩散模型以适应端侧设备。 - 设计轻量化的网络架构和高效的采样策略，提升模型的运行速度与效率。 - 针对不同应用场景优化模型生成能力，提升对复杂背景、动态内容的适应性。 4、 GUI自动化操作： - 实现通用化GUI自动化操作，支持多种设备界面。 - 优化自动化操作的效率与准确性，减少用户干预需求。 通过整合这些方向，课题将实现端侧设备的智能任务推理和生成能力提升，推动智能助手、图像生成等应用场景的技术进步。
包括英文材料
OpenCV+
https://learnopencv.com/getting-started-with-opencv/
At LearnOpenCV we are on a mission to educate the global workforce in computer vision and AI.
https://opencv.org/university/free-opencv-course/
This free OpenCV course will teach you how to manipulate images and videos, and detect objects and faces, among other exciting topics in just about 3 hours.
数据科学+
https://roadmap.sh/ai-data-scientist
Step by step roadmap guide to becoming an AI and Data Scientist
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
NLP+
https://www.youtube.com/watch?v=fNxaJsNG3-s&list=PLQY2H8rRoyvzDbLUZkbudP-MFQZwNmU4S
Welcome to Zero to Hero for Natural Language Processing using TensorFlow!
https://www.youtube.com/watch?v=R-AG4-qZs1A&list=PLeo1K3hjS3uuvuAXhYjV2lMEShq2UYSwX
Natural Language Processing tutorial for beginners series in Python.
https://www.youtube.com/watch?v=rmVRLeJRkl4&list=PLoROMvodv4rMFqRtEuo6SGjY4XbRIVRd4
The foundations of the effective modern methods for deep learning applied to NLP.
Transformer+
https://huggingface.co/learn/llm-course/en/chapter1/4
Breaking down how Large Language Models work, visualizing how data flows through.
https://poloclub.github.io/transformer-explainer/
An interactive visualization tool showing you how transformer models work in large language models (LLM) like GPT.
https://www.youtube.com/watch?v=wjZofJX0v4M
Breaking down how Large Language Models work, visualizing how data flows through.
NeurIPS+
https://neurips.cc/
ICML+
https://icml.cc/
ICLR+
https://iclr.cc/
CVPR+
https://cvpr.thecvf.com/
ICCV+
https://iccv.thecvf.com/
ICCV is the premier international computer vision event comprising the main conference and several co-located workshops and tutorials.
ECCV+
https://eccv.ecva.net/
ECCV is the official event under the European Computer Vision Association and is biannual on even numbered years.
数据结构+
https://www.youtube.com/watch?v=8hly31xKli0
In this course you will learn about algorithms and data structures, two of the fundamental topics in computer science.
https://www.youtube.com/watch?v=B31LgI4Y4DQ
Learn about data structures in this comprehensive course. We will be implementing these data structures in C or C++.
https://www.youtube.com/watch?v=CBYHwZcbD-s
Data Structures and Algorithms full course tutorial java
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
C+
https://www.freecodecamp.org/chinese/news/the-c-beginners-handbook/
本手册遵循二八定律。你将在 20% 的时间内学习 80% 的 C 编程语言。
https://www.youtube.com/watch?v=87SH2Cn0s9A
https://www.youtube.com/watch?v=KJgsSFOSQv0
This course will give you a full introduction into all of the core concepts in the C programming language.
https://www.youtube.com/watch?v=PaPN51Mm5qQ
In this complete C programming course, Dr. Charles Severance (aka Dr. Chuck) will help you understand computer architecture and low-level programming with the help of the classic C Programming language book written by Brian Kernighan and Dennis Ritchie.
C+++
https://www.learncpp.com/
LearnCpp.com is a free website devoted to teaching you how to program in modern C++.
https://www.youtube.com/watch?v=ZzaPdXTrSb8
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文，免费，零起点，完整示例，基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
相关职位
社招算法研究
1. 负责针对集团的生成式AI业务板块中共性痛点和挑战性问题研发创新性解决方案 2. 与业务研发团队协作梳理和构建评测体系以指导大模型底层技术的迭代方向 3. 负责某一细分领域算法或系统的深入研究，例如但不限于大语言模型（LLMs）新基础架构探索、端侧小语言模型（SLMs）的专项增强、多模型协同推理 4. 维护相关研究和业务方向的基准（代码、评测集、Prompt/Instruction等），将创新解决方案沉淀为论文、技术报告或专利
更新于 2025-05-09
实习高德研究型实习生
我们正在寻找对多模态技术充满热情的算法工程师，加入我们的前沿技术研发团队。您将专注于多模态理解与生成，推动其在地图数据、信息流推荐、打车服务等场景中的落地应用，为用户提供更智能、更沉浸的服务。 主要职责 1、多模态模型研发：开发业界领先的图文多模态理解与生成模型，结合扩散模型（Diffusion Models）、Transformer架构等实现高质量场景理解和动态内容生成。 2、模型优化与性能提升：优化多模态模型的推理速度和计算效率，支持端侧部署。探索适合大模型的压缩与加速技术（包括但不限于量化、剪枝、知识蒸馏等）。 3、业务场景落地：将多模态技术应用于实际业务场景，如地图数据（道路、POI等）、信息流推荐、打车服务等。与产品、工程团队合作，推动技术从研发到上线的全流程落地。 4、前沿技术探索：持续跟踪生成式AI（Generative AI）、跨模态对齐、思维链强化学习、多模态交互、具身智能等最新技术趋势，提出创新性解决方案。
更新于 2025-07-29
实习高德研究型实习生
我们正在寻找对多模态技术充满热情的算法工程师，加入我们的前沿技术研发团队。您将专注于多模态理解与生成，推动其在地图数据、信息流推荐、打车服务等场景中的落地应用，为用户提供更智能、更沉浸的服务。 主要职责 1、多模态模型研发：开发业界领先的图文多模态理解与生成模型，结合扩散模型（Diffusion Models）、Transformer架构等实现高质量场景理解和动态内容生成。 2、模型优化与性能提升：优化多模态模型的推理速度和计算效率，支持端侧部署。探索适合大模型的压缩与加速技术（包括但不限于量化、剪枝、知识蒸馏等）。 3、业务场景落地：将多模态技术应用于实际业务场景，如地图数据（道路、POI等）、信息流推荐、打车服务等。 4、前沿技术探索：持续跟踪生成式AI（Generative AI）、跨模态对齐、思维链强化学习、多模态交互、具身智能等最新技术趋势，提出创新性解决方案。
更新于 2025-07-09
实习算法研究
工作职责 1.负责模型压缩算法的研发和实现，包括但不限于模型量化、剪枝、蒸馏等 2.负责业务模型在多种场景及对应各异的芯片上的压缩精度提升和保持，包括AIGC(LLM/Stable Diffusion)模型，自动驾驶模型、手机端侧模型等 3.负责开发和维护LLM量化部署工具链，调研、复现业界最新的算法，集成工具，并在实际业务中落地,助力大模型在各个产品线中的应用 4.通过分析模型与部署硬件特点，使用软硬结合的优化方案提升模型的速度与精度表现，提升模型压缩能力上限
更新于 2025-05-09