字节跳动AI Application产品与解决方案实习生-火山方舟
任职要求
1、硕士及以上学位在读，计算机科学、人工智能、信息工程、软件工程等相关专业优先； 2、熟悉深度学习、LLM、VLM相关的算法和大模型技术，有一定的算法应用实习经验优先； 3、有清晰的逻辑思维和表达能力，具有较强的客户服务意识，能有效翻译客户需求、串联产品和研…
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：火山方舟是火山引擎推出的一站式大模型服务平台，是中国大模型市场产品和份额领跑者。平台提供模型推理、评测、精调等全流程服务。方舟搭载了豆包及业界主流大模型，提供丰富的插件生态和AI应用开发服务，并通过稳定可靠的安全互信方案、专业的算法技术服务，全方位保障企业级AI应用落地。 1、负责AI搜推、知识库、记忆库、向量数据库等大模型技术在垂类行业应用场景需求收集及调研，参与方案设计； 2、负责配合产品解决方案人员推动AI搜推在电商导购、视频行业、新闻资讯及图搜等方向的客户沟通、落地及交付； 3、负责跟进重点客户，配合推动达成合作，树立行业标杆案例，梳理完善产品方案的行业最佳实践； 4、负责协助产品解决方案人员和产品同学进行项目管理，配合客户在接入及交付过程中的问题答疑； 5、负责基于行业需求和产品能力，完善和迭代见客材料。
职位：Applied scientist 应用科学家实习生 毕业时间：2025年10月 - 2026年9月之间毕业的应届毕业生 · 入职日期：2025年6月及之前 · 实习时间：保证一周实习4-5天全职实习，至少持续5个月 · 工作地点：北京朝阳区酒仙桥路恒通商务园区 · 校招信息请参考校园招聘申请手册： https://amazonexteu.qualtrics.com/CP/File.php?F=F_55YI0e7rNdeoB6e 投递须知： 1 填写简历申请时，请把必填和非必填项都填写完整。提交简历之后就无法修改了哦！ 2 学校的英文全称请准确填写。 如果您正在攻读计算机视觉、生成式AI或多模态领域的博士或硕士研究生，而且对应用科学家的实习工作感兴趣。 如果您也喜爱深入研究棘手的技术问题并提出解决方案，用成功的产品显著地改善人们的生活。 那么，我们诚挚邀请您加入亚马逊的International Technology自动化营销团队改善亚马逊节假日促销的用户体验。我们的目标是帮助亚马逊的客户找到他们所需的产品，并发现他们感兴趣的新产品。 这会是一份收获满满的工作。您每天的工作都与全球数百万亚马逊客户的体验紧密相关。您将提出和探索LLM和CV领域的创新，例如如何精准控制最前沿的基座大语言模型和图像生成模型以满足自动化的需求。您将集成这些模型到工具链中生成个性化的促销广告图，通过标注数据、建模和客户反馈来完成闭环。您对模型的选择需要能够平衡业务指标和响应时间的需求。
职位：Applied scientist 应用科学家实习生 毕业时间：2026年10月 - 2027年7月之间毕业的应届毕业生 · 入职日期：2026年6月及之前 · 实习时间：保证一周实习4-5天全职实习，至少持续3个月 · 工作地点：深圳福田区 投递须知： 1 填写简历申请时，请把必填和非必填项都填写完整。提交简历之后就无法修改了哦！ 2 学校的英文全称请准确填写。中英文对应表请查这里（无法浏览请登录后浏览）https://docs.qq.com/sheet/DVmdaa1BCV0RBbnlR?tab=BB08J2 如果您正在攻读计算机，AI，ML领域专业的博士或硕士研究生，而且对应用科学家的实习工作感兴趣。如果您也喜爱深入研究棘手的技术问题并提出解决方案，用成功的产品显著地改善人们的生活。 那么，我们诚挚邀请您加入亚马逊。这会是一份收获满满的工作。您每天的工作都与全球数百万亚马逊客户的体验紧密相关。您将提出和探索创新，基于TB级别的产品和流量数据设计机器学习模型。您将集成这些为客户提供服务，通过数据，建模和客户反馈来完成闭环。您对模型的选择需要能够平衡业务指标和响应时间的需求。
职位：Applied scientist 应用科学家实习生 毕业时间：2026年10月 - 2027年7月之间毕业的应届毕业生 · 入职日期：2026年6月及之前 · 实习时间：保证一周实习4-5天全职实习，至少持续3个月 · 工作地点：北京朝阳区 投递须知： 1 填写简历申请时，请把必填和非必填项都填写完整。提交简历之后就无法修改了哦！ 2 学校的英文全称请准确填写。中英文对应表请查这里（无法浏览请登录后浏览）https://docs.qq.com/sheet/DVmdaa1BCV0RBbnlR?tab=BB08J2 如果您正在攻读计算机，AI，ML或搜索领域专业的博士或硕士研究生，而且对应用科学家的实习工作感兴趣。如果您也喜爱深入研究棘手的技术问题并提出解决方案，用成功的产品显著地改善人们的生活。 那么，我们诚挚邀请您加入亚马逊的International Technology搜索团队改善Amazon的产品搜索服务。我们的目标是帮助亚马逊的客户找到他们所需的产品，并发现他们感兴趣的新产品。 这会是一份收获满满的工作。您每天的工作都与全球数百万亚马逊客户的体验紧密相关。您将提出和探索创新，基于TB级别的产品和流量数据设计机器学习模型。您将集成这些模型到搜索引擎中为客户提供服务，通过数据，建模和客户反馈来完成闭环。您对模型的选择需要能够平衡业务指标和响应时间的需求。
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。