logo of bytedance

字节跳动后端开发工程师-飞书AI文档

社招全职1-5年A98064地点:深圳状态:招聘

任职要求


1、具备1-5年后端开发经验,精通至少一种主流后端语言(如JavaPythonGo等);
2、熟悉LLM应用开发,具备良好的团队协作能力;
3、熟练使用主流AI开发工具,如LangChain、LlamaIndex、OpenAI API、Claude API等,了解Prompt E…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1、负责AI Native文档产品的后端系统设计与开发,构建高性能、可扩展的服务架构;
2、参与文档协作系统的后端架构设计与实现,设计高效的API接口,确保系统稳定性与安全性;
3、持续优化系统性能,进行技术架构升级与服务器资源管理,构建高可用的分布式系统支持产品快速迭代与扩展;
4、设计和实现AI能力调用框架,负责模型参数调优、提示词工程优化等,提升AI生成内容的质量与相关性。
包括英文材料
后端开发+
Java+
Python+
Go+
大模型+
LangChain+
还有更多 •••
相关职位

logo of bytedance
社招A03648A

团队介绍:飞书是字节跳动旗下先进企业协作与管理平台,围绕目标、信息与人三个维度全方位助力组织升级。一站式整合即时沟通、日历、音视频会议、文档、云盘、邮箱等办公协作套件,让组织和个人工作更高效更愉悦。飞书目前已服务包括互联网、信息技术、制造、建筑地产、教育、媒体在内等众多领域的先进企业。 1、负责飞书智能伙伴在飞书套件内人机交互能力的研发工作,提供愉悦的用户体验,提升用户满意度; 2、负责飞书智能伙伴基础架构的设计及研发工作,为一方/三方业务提供通用的AIGC解决方案; 3、负责飞书智能伙伴的稳定性保障、安全合规处理、性能优化等工作; 4、负责与飞书智能伙伴相关产品等角色协同,主导业务并推动相关能力落地; 5、负责飞书智能伙伴在不同场景下效果的调优,提升用户体验。

更新于 2023-12-14北京
logo of bytedance
校招A207090A

团队介绍:飞书是字节跳动旗下先进企业协作与管理平台,围绕目标、信息与人三个维度全方位助力组织升级。一站式整合即时沟通、日历、音视频会议、文档、云盘、邮箱等办公协作套件,让组织和个人工作更高效更愉悦。飞书目前已服务包括互联网、信息技术、制造、建筑地产、教育、媒体在内等众多领域的先进企业。 1、负责飞书文档后端服务的需求设计及开发工作; 2、负责飞书文档的系统架构设计、优化和演进; 3、参与系统瓶颈问题专项治理,解决系统稳定性、高并发、大数据等问题,提高系统稳定性; 4、参与AI新技术的调研和落地。

更新于 2025-07-31深圳
logo of xiaohongshu
社招5-10年引擎

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。

更新于 2026-03-28上海|北京
logo of xiaohongshu
社招引擎

中台稠密引擎组,是小红书负责建设通用深度学习训练推理引擎的团队,面向全公司LLM、多模态LLM、SD、传统CV&NLP等稠密计算型模型训练与推理的业务场景,打造高效、易用、业界领先的训练与推理引擎,为小红书社区、商业化、安全等众多业务方向提供先进的引擎能力,支撑业务持续提升训练推理效率、模型迭代效率与算法研发效率。 1、参与设计和实现深度学习后训练及微调的前沿算法(包括但不限于RFT、RLHF等),以适应多样化的业务场景; 2、结合业务数据和场景,评估选择最适合的微调算法,以支撑业务大语言模型(LLM)微调指标的提升; 3、与数据团队紧密合作,深入理解数据特性,参与设计实现数据提质算法引擎工具,产出高质量数据集提升模型微调效果; 4、与公司内各算法团队深度合作,参与或负责大语言模型、多模态大模型等业务场景的后训练端到端效果提升及落地; 5、密切关注业界 LLM 微调算法和数据提质领域的前沿论文,并整合新技术和算法到训练引擎中,提升框架的领先性;

上海|北京