logo of bytedance

字节跳动Edge通用智能模型研究实习生-Top Seed Intern

实习兼职A246702地点:北京状态:招聘

任职要求


1、2026届及以后本科及以上学历在读,计算机、人工智能、自动化、数学、物理等相关专业;
2、在语言模型、计算机视觉、多模态、AIGC、机器学习等一个或多个领域有较深入的研究者;
3、好奇心驱动,具有出色的分析、解决问题的能力,有自主探索解决方案的能力者;
4、具有良好的沟通协作能力,对追求纯粹的技术有强烈热情,工作积极主动,能够与团队融洽合作,一起探索新技术并快速试验想法,推进技术进步。

加分项:
1、具有优秀的基础算法、扎实的机器学习基础,熟悉CV、AIGC、NLP、RL、ML等领域的技术,在CVPRECCVICCVNeurIPSICLRICML、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先;
2、具有优秀的代码能力,熟练掌握C/C++Python编程语言,ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先;
3、在多模态、大语言模型、基础模型、世界模型、RL、渲染生成领域,主导过大影响力项目者优先。

工作职责


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。

为支持以更长周期攻坚 AI 课题,Seed团队正式启动 Seed Edge 研究计划!
Seed Edge研究计划专注于探索和构建拥有人类学习能力、交互能力、工具操作能力的通用智能模型路径。
Seed Edge鼓励探索更长周期、具有不确定性和大胆的 AI 研究课题,也鼓励跨模态、跨方向的交叉合作,为项目成员提供宽松的研究环境,并实行更长周期的考核方式,让大家可以放手去挑战真正颠覆性的 AI 课题。

Seed Edge研究实习生专项:面向 2025 年 9 月及以后毕业的博士及本硕在读同学,加入我们,你可以和优秀的研究员一起,向智能上限发起挑战。

加入Seed Edge研究计划,你将和我们一起:
1、探索研究更多内在奖励的机制,从而激发模型主动学习和自我更新的能力;
2、探索构建长期记忆机制,为下一代高效的推理模型、长序列推理及建模提供基础;
3、探索多模态感知能力的边界,研究如何从海量超低信噪比的多模态数据中可扩展地获取知识,和如何打好多模态融合的基础、构建统一建模的工具;
4、探索模型使用工具和基于视觉系统的行动能力,包括全模态Agent基础建模的新方案、以及复杂环境的交互学习能力。
更多研究课题,欢迎自下而上提出你的想法!
申请该职位者,希望你准备一个research presentation,我们期待与你有更深入的技术碰撞。
包括英文材料
学历+
OpenCV+
机器学习+
算法+
NLP+
CVPR+
ECCV+
ICCV+
NeurIPS+
ICML+
C+
C+++
Python+
Kaggle+
相关职位

logo of bytedance
社招A97538A

1、探索研究更多内在奖励的机制,从而激发模型主动学习和自我更新的能力; 2、探索构建长期记忆机制,为下一代高效的推理模型、长序列推理及建模提供基础; 3、探索多模态感知能力的边界,研究如何从海量超低信噪比的多模态数据中可扩展地获取知识,和如何打好多模态融合的基础、构建统一建模的工具; 4、探索模型使用工具和基于视觉系统的行动能力,包括全模态Agent基础建模的新方案、以及复杂环境的交互学习能力。

更新于 2025-04-07
logo of bytedance
校招A133064

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。 为支持以更长周期攻坚 AI 课题,Seed团队正式启动 Seed Edge 研究计划! Seed Edge研究计划专注于探索和构建拥有人类学习能力、交互能力、工具操作能力的通用智能模型路径。 Seed Edge鼓励探索更长周期、具有不确定性和大胆的 AI 研究课题,也鼓励跨模态、跨方向的交叉合作,为项目成员提供宽松的研究环境,并实行更长周期的考核方式,让大家可以放手去挑战真正颠覆性的 AI 课题。 加入Seed Edge研究计划,你将和我们一起: 1、探索研究更多内在奖励的机制,从而激发模型主动学习和自我更新的能力; 2、探索构建长期记忆机制,为下一代高效的推理模型、长序列推理及建模提供基础; 3、探索多模态感知能力的边界,研究如何从海量超低信噪比的多模态数据中可扩展地获取知识,和如何打好多模态融合的基础、构建统一建模的工具; 4、探索模型使用工具和基于视觉系统的行动能力,包括全模态Agent基础建模的新方案、以及复杂环境的交互学习能力。 更多研究课题,欢迎自下而上提出你的想法! 申请该职位者,希望你准备一个research presentation,我们期待与你有更深入的技术碰撞。

更新于 2025-04-22
logo of bytedance
校招A101871

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、GenMedia、AI for Science、机器人等,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。 为支持以更长周期攻坚 AI 课题,Seed团队正式启动 Seed Edge 研究计划! Seed Edge研究计划专注于探索和构建拥有人类学习能力、交互能力、工具操作能力的通用智能模型路径。 Seed Edge鼓励探索更长周期、具有不确定性和大胆的 AI 研究课题,也鼓励跨模态、跨方向的交叉合作,为项目成员提供宽松的研究环境,并实行更长周期的考核方式,让大家可以放手去挑战真正颠覆性的 AI 课题。 加入Seed Edge研究计划,你将和我们一起: 1、探索研究更多内在奖励的机制,从而激发模型主动学习和自我更新的能力; 2、探索构建长期记忆机制,为下一代高效的推理模型、长序列推理及建模提供基础; 3、探索多模态感知能力的边界,研究如何从海量超低信噪比的多模态数据中可扩展地获取知识,和如何打好多模态融合的基础、构建统一建模的工具; 4、探索模型使用工具和基于视觉系统的行动能力,包括全模态Agent基础建模的新方案、以及复杂环境的交互学习能力。 更多研究课题,欢迎自下而上提出你的想法! 申请该职位者,希望你准备一个research presentation,我们期待与你有更深入的技术碰撞。

更新于 2025-08-06
logo of bytedance
校招A20756

Team Introduction: The ByteDance System Department is responsible for the R&D, design, procurement, delivery, and operational management of the company's infrastructure ranging from chips to servers, operating systems, networks, CDNs, and data centers. It provides efficient, stable, and scalable infrastructure to support global services such as Douyin, Toutiao, and Volcano Engine. The current areas of operation include, but are not limited to: the design and construction of data centers, chip R&D, server development, network engineering, Volcano Engine's edge-cloud services, high-performance intelligent hardware development, intelligent delivery and operation of IDC resources, intelligent monitoring and early warning of hardware infrastructure, operating systems and kernels, virtualization technologies, compilation toolchains, supply chain management, and many other infrastructure-related areas. 团队介绍: 字节跳动系统部,负责字节跳动从芯片到服务器、操作系统、网络、CDN 、数据中心等基础设施的研发、设计、采购、交付与运营管理,为包含抖音、头条、火山引擎等全球业务提供高效、稳定、具备可扩展性的基础设施。部门当前业务开展包括不限于:数据中心设计建设、芯片研发、服务器研发、网络工程研发、火山引擎边缘云业务、高性能智能硬件研发、IDC资源智能交付与运维、硬件基础设施智能监控与预警、操作系统与内核、虚拟化技术、编译工具链、供应链管理等众多基础设施相关方向。 课题介绍: 在当今数字化时代,随着云计算、人工智能和大数据技术的深度融合,现代数据中心正面临着指数级增长的算力需求与现有计算架构效能瓶颈之间的突出矛盾。传统以通用CPU为核心的体系架构在应对多样化负载时,暴露出诸多问题。例如,内存子系统带宽与时延约束导致的 “内存墙” 效应持续加剧,异构计算单元间的数据搬运开销占比超过实际运算时间,安全可信执行环境带来的性能损耗超过 30%,单机柜算力密度提升受限于功耗密度阈值。与此同时,新兴工作负载如AI训练、图计算、时序数据库等呈现出动态异构特征,对计算架构提出了差异化需求,传统固定架构难以实现最优能效比。 操作系统作为计算机体系结构下重要的软件基础设施与核心技术,在这样的背景下也面临着巨大的挑战。随着计算需求的增长和技术的进步,传统的同构计算环境已无法满足日益复杂的计算任务。现代计算场景中,硬件架构呈现高度异构化,包括 CPU、GPU、FPGA、TPU、NPU、DPU 等,同时边缘计算、云计算形成分布式网络。传统操作系统难以高效管理跨节点、跨架构的资源。加之人工智能训练等场景需要低延迟、高吞吐、安全可信,动态弹性的分布式系统支持,这就要求操作系统具备跨异构资源的统一抽象与调度能力。学术界和工业界对下一代计算机操作系统在分布式微内核架构,异构资源调度算法,跨层优化与编译器支持,安全可信技术,虚拟化和 Serverless,AI 驱动操作系统内核优化以及操作系统内置 AI 推理引擎等方面展开了积极的探索和研究。 课题挑战: 方向一:体系化结构方向 1)负载特征与架构优化:建立数据中心动态负载特征建模框架,深入研究面向数据中心Workload的体系结构设计与优化方法,使系统能够更好地适应多样化的负载需求; 2)CPU核心架构创新:研究高性能低功耗CPU核心架构,积极探索超标量流水线与数据流引擎的融合设计,提升CPU的性能和能效; 3)新型内存层次构建:构建支持存算一体化的新型内存层次结构,研究基于3D堆叠技术的近存计算架构,重点突破高带宽互连拓扑优化、混合内存控制器设计、内存访问模式预测算法,解决 “内存墙” 等问题; 4)安全可信架构构建:构建安全可信计算架构,包括侧信道攻击防御的微架构级实现、侧信道安全架构、自动侧 / 隐蔽通道泄漏检测,确保系统在复杂环境下的安全性和完整性; 5)数据中心架构创新:探索整机柜级系统总线扩展,构建内存语义互联的新型数据中心架构,研究基于新型总线协议 (CXL/UALink) 的全局内存共享机制,提升数据中心的整体性能和资源利用率; 6)可靠性增强技术研究:研究可靠性增强技术,包括开发基于机器学习的故障预测模型,设计自修复的微架构容错机制,研究硬件静默故障检测,以及系统及IP可靠性特性研究和数据分析,保障系统的稳定运行。 方向二:操作系统方向 1)操作系统关键技术突破:突破传统单机操作系统存在的硬件资源利用局限、功能扩展与升级运维复杂、数据管理与共享不足、安全性与可靠性欠佳等问题。在计算高度异构以及计算环境分布化的情况下,从硬件到软件建立完整的信任链,保证整个系统的安全性和完整性。同时,有效地管理和协调多个节点间的通信、数据同步及故障恢复,设计高效的调度算法来匹配任务需求与最适合的计算资源,以最大化性能和效率。操作系统需要能够理解不同类型的计算任务,并能根据实时的工作负载动态调整资源分配,实现跨异构资源的统一抽象与调度; 2)跨领域知识融合:本课题需要融合OS、内核、算法、存储、虚拟化、网络、系统工程等多方面的跨领域知识和经验,以实现数据中心智能计算体系结构与操作系统的协同创新。

更新于 2025-05-26