字节跳动用户增长研发实习生-TRAE
任职要求
1、2027届本科及以上学历在读，计算机相关专业优先；
2、熟练使用AI Coding开发工具，能同时兼任多端开发同学优先；
3…工作职责
ByteIntern：面向2027届毕业生（2026年9月-2027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：TRAE（The Real AI Engineer），是字节跳动旗下的AI编程产品，一个能理解需求、调动工具、独立完成开发任务的AI开发工程师，为用户提供端到端生成真实软件的服务。TRAE是当前国内受到广泛欢迎的AI编程产品之一，也是业界首个端到端AI软件开发Agent产品，可覆盖简单到复杂全场景。我们正在寻找充满热情、富有创造力的人才。期待你的加入，与我们共同重塑开发范式，定义未来开发的形态。 1、负责字节跳动AI Coding产品TRAE运营和增长相关服务端架构和研发工作； 2、协同产品及运营团队，深度参与到业务增长的全部环节，支持研发落地的业务场景，包括但不限于：用户获取、留存提升、激励增长、内容增长、跨端联动等。
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：Stone-AI PaaS团队专注研究AI/大模型应用相关领域的技术和产品，致力于创造和实现创新的人工智能平台服务。团队目前已服务于字节跳动多款产品，比如豆包、Cici、Coze、Trae等。同时团队内部也在孵化多款AI应用创新产品，积极探索大模型应用的技术发展。团队氛围好，发展空间大，欢迎加入！ 1、负责以下算法研究和应用方向之一： 1）AINative形态对话式服务算法的研发，在大规模机器学习和深度学习领域开展研发工作，设计和开发创新性算法模型，研究相关技术在创作、对话和客服等领域的全新应用和解决方案，满足用户不断增长的智能交互需求，全面提升用户在未来世界的生活和交流方式； 2）深入研究语音、图像、文本等多模态信息的融合与交互技术，开发能够实现多模态信息无缝对接的算法模型； 3）提升自然语言理解的能力，比如意图识别，NL2SQL，向量召回，结构化/非结构化，短文本/长文本的表征学习等； 2、负责数据建设、指令微调、偏好对齐、模型优化； 3、深入调研和关注NLP/多模态/LLM等方向的前沿技术，支持模型效果的研发落地和持续优化，探索实际解决业界AI应用问题的方案。
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：Stone-AI PaaS团队专注研究AI/大模型应用相关领域的技术和产品，致力于创造和实现创新的人工智能平台服务。团队目前已服务于字节跳动多款产品，比如豆包、Cici、Coze、Trae等。同时团队内部也在孵化多款AI应用创新产品，积极探索大模型应用的技术发展。团队氛围好，发展空间大，欢迎加入！ 1、负责以下算法研究和应用方向之一： 1）AINative形态对话式服务算法的研发，在大规模机器学习和深度学习领域开展研发工作，设计和开发创新性算法模型，研究相关技术在创作、对话和客服等领域的全新应用和解决方案，满足用户不断增长的智能交互需求，全面提升用户在未来世界的生活和交流方式； 2）深入研究语音、图像、文本等多模态信息的融合与交互技术，开发能够实现多模态信息无缝对接的算法模型； 3）提升自然语言理解的能力，比如意图识别，NL2SQL，向量召回，结构化/非结构化，短文本/长文本的表征学习等； 2、负责数据建设、指令微调、偏好对齐、模型优化； 3、深入调研和关注NLP/多模态/LLM等方向的前沿技术，支持模型效果的研发落地和持续优化，探索实际解决业界AI应用问题的方案。
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：Stone-AI PaaS团队专注研究AI/大模型应用相关领域的技术和产品，致力于创造和实现创新的人工智能平台服务。团队目前已服务于字节跳动多款产品，比如豆包、Cici、Coze、Trae等。同时团队内部也在孵化多款AI应用创新产品，积极探索大模型应用的技术发展。团队氛围好，发展空间大，欢迎加入！ 1、负责以下算法研究和应用方向之一： 1）AINative形态对话式服务算法的研发，在大规模机器学习和深度学习领域开展研发工作，设计和开发创新性算法模型，研究相关技术在创作、对话和客服等领域的全新应用和解决方案，满足用户不断增长的智能交互需求，全面提升用户在未来世界的生活和交流方式； 2）深入研究语音、图像、文本等多模态信息的融合与交互技术，开发能够实现多模态信息无缝对接的算法模型； 3）提升自然语言理解的能力，比如意图识别，NL2SQL，向量召回，结构化/非结构化，短文本/长文本的表征学习等； 2、负责数据建设、指令微调、偏好对齐、模型优化； 3、深入调研和关注NLP/多模态/LLM等方向的前沿技术，支持模型效果的研发落地和持续优化，探索实际解决业界AI应用问题的方案。
【职位介绍】 我们团队负责构建小红书推荐算法中台，提高内容分发效率，为海量用户提供极致的推荐体验。在这里，你将参与到推荐系统的全链路搭建和各类算法的研发，包括不限于大模型应用、多模态建模、深度学习、强化学习、迁移学习、表示学习、图学习等领域。我们希望对推荐、搜索、广告感兴趣的同学，加入我们一起研发世界一流的推荐引擎。 1. 负责推荐算法中台的全链路建设，抽象业务共性，敏捷高效支持各类推荐需求。 2. 负责业界先进推荐算法的研发和落地，包括但不限于大模型技术、多模态内容理解、召回算法、排序模型（粗精排）、长短期兴趣建模、多场景联合建模等。