字节跳动后端开发实习生-中国区广告业务
任职要求
1、本科及以上学历在读，计算机等相关专业优先； 2、至少熟悉一种主流编程语言Go/Python/Java/C/C++，有扎实的编程能力和良好的编码风格； 3、熟悉Linux操作系统和开发环境，有良好的数…
工作职责
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：中国区广告业务负责端到端大型广告系统建设，覆盖抖音、今日头条、红果短剧、西瓜视频、番茄小说、穿山甲等产品矩阵，践行"激发生意新可能"理念，致力于让营销更省心、更高效、更美好，推动商业的可持续增长，让不分体量、地域的企业及个体，都能通过数字化技术激发创造、驱动生意。连接中国区业务广告主、用户及生态伙伴、成为开放共赢的最佳智能营销平台之一。在这里，你将投身建设面向未来的数字营销能力，接触到先进的商业产品架构、模型和算法，在互联网广告行业始终创新。 1、负责架构设计和开发，为亿级用户提供优质顺畅的信息服务和极致体验； 2、参与设计系统技术方案，核心代码开发和系统调优； 3、参与制定代码规范、测试规范，建立起开发质量控制方法； 4、协助团队攻克各种高并发、数据隔离、系统解耦等方面的技术难关； 5、参与各专项技术调研，新技术引入等前瞻项目； 6、参与机器学习与异构计算系统研发。
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：搜索广告（中国区）团队是负责抖音、今日头条、西瓜视频等全搜索场景矩阵的收入变现团队，希望通过用户与客户的精准连接、多元内容场景的丰富和排序、成为全球顶级的搜索营销平台，为全球企业提供精准、高效的营销价值，驱动搜索生态的可持续发展。 1、负责字节跳动搜索广告投放系统的设计与实现，致力于构建高并发、低延迟的广告投放架构； 2、优化搜索广告触发、定向、召回、排序等关键策略的工程实现，保障业务快速发展； 3、参与字节跳动搜索广告在各端的业务后端研发工作，协助新需求落地。
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：搜索广告（中国区）团队是负责抖音、今日头条、西瓜视频等全搜索场景矩阵的收入变现团队，希望通过用户与客户的精准连接、多元内容场景的丰富和排序、成为全球顶级的搜索营销平台，为全球企业提供精准、高效的营销价值，驱动搜索生态的可持续发展。 1、负责字节跳动搜索广告投放系统的设计与实现，致力于构建高并发、低延迟的广告投放架构； 2、优化搜索广告触发、定向、召回、排序等关键策略的工程实现，保障业务快速发展； 3、参与字节跳动搜索广告在各端的业务后端研发工作，协助新需求落地。
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。
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；