蚂蚁金服研究型实习生-基于多模大模型的高效、精准的内容信息压缩与表征技术研究

ByteIntern：面向2027届毕业生（2026年9月-2027届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：字节跳动基础设施数据库团队，是支撑集团业务的核心技术底座之一。我们管理着业界超大规模的数据库集群，承载了抖音、豆包大模型、今日头条、电商、飞书等核心业务的万亿级流量。从海量并发的事务处理到极致复杂的实时分析，我们直面全球最严苛的技术挑战，同时通过火山引擎为众多企业客户提供具备企业级稳定性的全栈数据库服务。团队基于自研技术栈，打造了涵盖关系型数据库、NoSQL 数据库、多模数据库、大规模图计算平台、多模态检索、云原生中间件的完整数据库产品矩阵。我们践行 “务实浪漫” 的极客文化，不仅在 VLDB、SIGMOD、ICDE 等顶级会议持续输出突破性成果，更将极致的性能优化与软硬协同技术落地于实际生产环境，引领数据库技术迈向云原生新纪元。AI 时代，我们践行 “勇攀高峰”，正致力于构建 Agent-First 的新一代数据架构，打破模型与数据的边界，赋予数据库在智能体生态中主动感知、推理辅助与复杂记忆管理的核心能力。我们的研发团队分布于国内/海外多地，汇聚了行业顶尖的数据库专家，与全球顶尖高校、研究机构深度合作，潜心打磨数据库技术。现诚邀具备数据库内核研发经验、分布式系统架构能力及 AI 创新视野的顶尖极客，携手探索技术无人区，定义 AI 时代的数据基座，赋能全球企业实现 AI 驱动的业务变革。 1、参与火山云数据库产品（关系型/NoSQL/NewSQL/数据库生态工具等）的全生命周期管理，包括市场调研、需求分析、产品规划与产品路径图制定； 2、参与数据库核心功能设计，打造业界领先的云原生数据库和AI数据库产品； 3、联动销售、售前团队，提供产品培训与支持，收集市场反馈与产品动态，优化产品策略，提升产品市场竞争力； 4、协同研发团队明确技术方案，跟进开发进度，参与测试验收，确保产品功能符合设计预期，推动版本迭代与问题优化； 5、关注数据库领域技术趋势（如AI in DB、云原生等），结合业务需求规划产品创新方向。

ByteIntern：面向2027届毕业生（2026年9月-2027届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：字节跳动基础设施数据库团队，是支撑集团业务的核心技术底座之一。我们管理着业界超大规模的数据库集群，承载了抖音、豆包大模型、今日头条、电商、飞书等核心业务的万亿级流量。从海量并发的事务处理到极致复杂的实时分析，我们直面全球最严苛的技术挑战，同时通过火山引擎为众多企业客户提供具备企业级稳定性的全栈数据库服务。团队基于自研技术栈，打造了涵盖关系型数据库、NoSQL 数据库、多模数据库、大规模图计算平台、多模态检索、云原生中间件的完整数据库产品矩阵。我们践行 “务实浪漫” 的极客文化，不仅在 VLDB、SIGMOD、ICDE 等顶级会议持续输出突破性成果，更将极致的性能优化与软硬协同技术落地于实际生产环境，引领数据库技术迈向云原生新纪元。AI 时代，我们践行 “勇攀高峰”，正致力于构建 Agent-First 的新一代数据架构，打破模型与数据的边界，赋予数据库在智能体生态中主动感知、推理辅助与复杂记忆管理的核心能力。我们的研发团队分布于国内/海外多地，汇聚了行业顶尖的数据库专家，与全球顶尖高校、研究机构深度合作，潜心打磨数据库技术。现诚邀具备数据库内核研发经验、分布式系统架构能力及 AI 创新视野的顶尖极客，携手探索技术无人区，定义 AI 时代的数据基座，赋能全球企业实现 AI 驱动的业务变革。 1、参与火山云数据库产品（关系型/NoSQL/NewSQL/数据库生态工具等）的全生命周期管理，包括市场调研、需求分析、产品规划与产品路径图制定； 2、参与数据库核心功能设计，打造业界领先的云原生数据库和AI数据库产品； 3、联动销售、售前团队，提供产品培训与支持，收集市场反馈与产品动态，优化产品策略，提升产品市场竞争力； 4、协同研发团队明确技术方案，跟进开发进度，参与测试验收，确保产品功能符合设计预期，推动版本迭代与问题优化； 5、关注数据库领域技术趋势（如AI in DB、云原生等），结合业务需求规划产品创新方向。

【业务介绍】 作为公司统一的机器学习平台团队，负责调度公司所有模型训练与推理资源；基于自建的训推引擎，构建公司统一的机器学习平台，为公司所有算法同学（稀疏 & 稠密，含 LLM） 模型迭代提供端到端的一站式服务；包括 数据生产，模型训练，模型上线，特征管理，模型测试，资源管控等一系列能力。 【岗位职责】 1、负责机器学习链路，离在线数据相关的开发工作，包括样本数据、特征数据等的数据链路搭建、任务运维和调优、性能优化等 2、负责小红书大规模机器学习平台的后台系统设计和开发工作；包括样本平台，特征平台，训练平台，推理平台等AI应用后台建设等； 3、研究分析业内AI平台产品，优化技术方案，改进产品功能，完善产品体验。

大模型具备很强的泛化及理解世界能力，在小红书内的众多生产场景遍地开花，大模型的训练和部署已成为许多算法工程师的日常。在多团队、多业务频繁使用的大规模GPU集群上，如何能够通过高效的GPU调度策略，使大家不仅能丝滑地完成训练及部署任务，同时也能充分激发大规模GPU集群的效能，是行业公认的关键挑战。在这里，你可以聚焦LLM场景，接触到超大规模GPU集群，并使用真实负载数据进行深入分析及技术探索。欢迎加入我们，一起探索领先技术改变世界！ 工作职责： 1、负责万卡规模GPU集群效能分析及优化，通过调度策略优化、在离线混部、集群调度、GPU虚拟化、故障快速恢复、存储&网络加速等手段，提升大规模GPU集群的整体使用效率。 2、负责构建面向大模型训练、微调、推理、部署全流程LLMOps，与下游云原生平台深度融合，支撑大模型在公司内各业务生产链路稳定高效地落地。 3、持续关注业界最新的GPU资源调度相关技术动态，探索建设业界领先的资源调度策略及方法，构建下一代大规模AI资源调度系统。