字节跳动系统架构实习生-广告平台与基础架构

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：商业平台与基础架构团队负责抖音集团广告投放系统、广告AI系统、广告业务平台、广告创意平台和广告研发效能平台的建设。负责抖音、今日头条等各端上的广告业务系统研发，并且构建高并发、高性能、高可用的服务框架，设计和研发多数据中心的广告系统架构。同时推动用户行为长序列、深度学习推荐模型、多模态LLM和AIGC等先进技术在商业化场景中的应用和落地，精准匹配广告与用户需求，让营销更高效、更智能、更可持续。 1、参与抖音集团广告投放系统和算法架构（广告建库、检索和定向、出价和拍卖、点击率/转化率预估、向量化召回、广告和内容混合排序、用户画像、流式训练样本）的设计与实现； 2、参与自动化投放、激励投放、全域投放等系统架构的构建，为多样化投放与营销诉求提供后端解决方案； 3、为抖音集团广告算法服务建设深度学习能力，包括但不限于流式样本生成、深度模型实时训练、深度模型在线推理服务和深度模型召回服务等模块； 4、参与构建高性能、高可用的服务框架，承载高并发、低延迟的广告系统架构需求； 5、连接海量流量和丰富多样的商业营销需求，支持抖音集团商业化收入增长，构建和优化包括抖音、今日头条在内的众多业务的商业化产品解决方案。

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：商业平台与基础架构团队负责抖音集团广告投放系统、广告AI系统、广告业务平台、广告创意平台和广告研发效能平台的建设。负责抖音、今日头条等各端上的广告业务系统研发，并且构建高并发、高性能、高可用的服务框架，设计和研发多数据中心的广告系统架构。同时推动用户行为长序列、深度学习推荐模型、多模态LLM和AIGC等先进技术在商业化场景中的应用和落地，精准匹配广告与用户需求，让营销更高效、更智能、更可持续。 1、参与抖音集团广告投放系统和算法架构（广告建库、检索和定向、出价和拍卖、点击率/转化率预估、向量化召回、广告和内容混合排序、用户画像、流式训练样本）的设计与实现； 2、参与自动化投放、激励投放、全域投放等系统架构的构建，为多样化投放与营销诉求提供后端解决方案； 3、为抖音集团广告算法服务建设深度学习能力，包括但不限于流式样本生成、深度模型实时训练、深度模型在线推理服务和深度模型召回服务等模块； 4、参与构建高性能、高可用的服务框架，承载高并发、低延迟的广告系统架构需求； 5、连接海量流量和丰富多样的商业营销需求，支持抖音集团商业化收入增长，构建和优化包括抖音、今日头条在内的众多业务的商业化产品解决方案。

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：商业平台与基础架构团队负责抖音集团广告投放系统、广告AI系统、广告业务平台、广告创意平台和广告研发效能平台的建设。负责抖音、今日头条等各端上的广告业务系统研发，并且构建高并发、高性能、高可用的服务框架，设计和研发多数据中心的广告系统架构。同时推动用户行为长序列、深度学习推荐模型、多模态LLM和AIGC等先进技术在商业化场景中的应用和落地，精准匹配广告与用户需求，让营销更高效、更智能、更可持续。 1、参与抖音集团广告投放系统和算法架构（广告建库、检索和定向、出价和拍卖、点击率/转化率预估、向量化召回、广告和内容混合排序、用户画像、流式训练样本）的设计与实现； 2、参与自动化投放、激励投放、全域投放等系统架构的构建，为多样化投放与营销诉求提供后端解决方案； 3、为抖音集团广告算法服务建设深度学习能力，包括但不限于流式样本生成、深度模型实时训练、深度模型在线推理服务和深度模型召回服务等模块； 4、参与构建高性能、高可用的服务框架，承载高并发、低延迟的广告系统架构需求； 5、连接海量流量和丰富多样的商业营销需求，支持抖音集团商业化收入增长，构建和优化包括抖音、今日头条在内的众多业务的商业化产品解决方案。

【团队介绍】 我们是支持小红书电商、广告和本地生活业务的架构组，专注于领先业务半步的技术能力突破，在这里你讲参与： * 参与高可用分布式系统的设计与实践，了解从需求到落地的完整流程 * 学习如何在大流量、高并发环境下保证系统稳定性与性能优化 * 与资深架构师、后端工程师紧密协作，快速提升技术视野与实战能力 * 接触电商、广告、本地生活 等多元业务，探索多种业务形态下的架构方案 如果你对后端架构、分布式系统或云原生有浓厚兴趣，愿意动手解决真实业务中的技术难题；如果你渴望在国内领先互联网平台中坦诚学习、快速成长——欢迎加入我们，一起打磨技术、挑战自我，共同助力小红书商业化技术持续升级！ 【你将负责】 1、整理与分类安全相关工单，跟踪处理进度，定期汇报治理状态；配合安全团队复盘已处理工单，总结常见问题与最佳实践 2、监控报警规则的梳理与优化，确认告警分级、误报率和漏报率 3、定期对线上告警进行回顾，协助调整阈值和通知策略，提升告警质量 4、存储与服务超时配置合理性评估，对各项存储系统（如MySQL、Redis等）及线上服务的超时参数进行收集和对比，指出优化方向 5、更新服务、存储、中间件等系统的元数据信息，为架构决策提供可靠数据支撑