职位职责： 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：Data AML是字节跳动公司的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。此外，AML还在AI for Science，科学计算等领域做一些前沿研究。 1、负责字节跳动AML机器学习训练框架的研究与开发，服务于全公司各个产品； 2、参与机器学习训练框架底层组件的抽象，设计，优化与落地； 3、与全公司算法部门深度合作，为重点项目进行算法与系统的联合优化。 职位要求： 1、2026届本科及以上学历在读，计算机、软件工程等相关专业优先； 2、熟练掌握Linux环境下的C/C++与Python语言； 3、接触过至少一种机器学习框架（Tensorflow/PyTorch/MxNet或其他自研框架）； 4、有以下至少一项的背景知识与经验：GPU编程，编译器，高性能网络，分布式存储，集群调度； 5、具有独立解决问题的能力，良好的团队合作精神； 6、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力；有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。 加分项： 1、深入研究过至少一种机器学习框架（Tensorflow/PyTorch/MxNet或其他自研框架）的底层架构和机制； 2、熟悉至少一种经典深度学习模型及其应用场景，如ResNet50，BERT，或者了解GAN，强化学习，图神经网络，AutoML等； 3、有研究生或博士阶段的计算机系统方向（包含分布式系统，并行计算，编程语言与编译器，网络，存储等）研究背景； 4、有软硬件联合设计的经验； 5、能使用数学工具分析深度学习训练中的优化算法。

职位职责： 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：Data AML是字节跳动公司的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。此外，AML还在AI for Science，科学计算等领域做一些前沿研究。 1、负责字节跳动AML机器学习训练框架的研究与开发，服务于全公司各个产品； 2、参与机器学习训练框架底层组件的抽象，设计，优化与落地； 3、与全公司算法部门深度合作，为重点项目进行算法与系统的联合优化。 职位要求： 1、2026届本科及以上学历在读，计算机、软件工程等相关专业优先； 2、熟练掌握Linux环境下的C/C++与Python语言； 3、接触过至少一种机器学习框架（Tensorflow/PyTorch/MxNet或其他自研框架）； 4、有以下至少一项的背景知识与经验：GPU编程，编译器，高性能网络，分布式存储，集群调度； 5、具有独立解决问题的能力，良好的团队合作精神； 6、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力；有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。 加分项： 1、深入研究过至少一种机器学习框架（Tensorflow/PyTorch/MxNet或其他自研框架）的底层架构和机制； 2、熟悉至少一种经典深度学习模型及其应用场景，如ResNet50，BERT，或者了解GAN，强化学习，图神经网络，AutoML等； 3、有研究生或博士阶段的计算机系统方向（包含分布式系统，并行计算，编程语言与编译器，网络，存储等）研究背景； 4、有软硬件联合设计的经验； 5、能使用数学工具分析深度学习训练中的优化算法。

岗位职责 1. 独立负责国内领先的低代码平台AI模型训练工作，数据采集、清洗及预处理，构建高质量训练数据集。 2. 使用Python进行AI模型的训练、调优及性能评估，提升模型在低代码环境中的表现。 3. 记录实验数据，分析训练结果，协助优化模型算法，并提供改进建议。 4. 与开发团队紧密协作，探索AI技术在低代码平台中的创新应用场景。 5. 完成团队安排的其他AI相关辅助性工作，如技术调研、文档整理等。 任职条件 基本要求： • 大专以上学历，计算机、人工智能、数据科学、软件工程等相关专业优先。 • 熟练掌握Python编程、大语言模型LLM，具备数据处理及模型训练基础（如Pandas、NumPy、Scikit-learn等）。 • 具备良好的沟通能力、学习能力及团队协作精神，能快速适应项目需求。 优先考虑： • 有AI模型训练、数据分析或低代码平台相关项目经验者。 • 熟练掌握深度学习框架（如PyTorch、TensorFlow）或AutoML工具者。

工作地点：华为各地研究所 岗位职责： 1、从事机器学习算法和理论的前沿研究工作，研究领域包括：元学习、AutoML、深度学习、强化学习、贝叶斯学习等； 2、探索人工智能应用，构建智能系统，提供AI云服务； 3、协同学术界/工业界专家资源，探索具备高度适应性的高能效AI算法、架构与平台 。 职位要求： 1、有良好的研究背景和成果，对算法研究兴趣浓厚，业务抽象能力强；具备创造性思维，能够将全新想法转化为工程应用；对研究工作充满热情，具备良好的团队合作精神和沟通能力； 2、具备较强的编程能力，精通主流编程语言，如C/C++ /Java /Python等；

岗位职责： 负责企业级数据中台的设计、开发和维护，确保数据高效、准确流转。 基于 阿里云DataWorks 平台进行数据开发，使用 MaxCompute 和 Hologres 进行数据处理和分析。 参与 Doris 及其他数据库（如MySQL、PostgreSQL等）的优化和运维，提升查询性能。 使用 PowerBI 进行数据可视化开发，熟练编写 DAX函数 实现复杂业务计算。 熟悉 SmartBI/观远BI 等国内BI工具，能够快速搭建数据报表和仪表盘。 结合业务需求，编写 Python/Java 等脚本进行数据ETL、接口对接及UDF开发。 探索AI技术（如LLM、AutoML等）在数据分析、报表生成等场景的应用，提升工作效率。 与业务部门协作，理解数据需求，提供数据支持与解决方案。 任职要求： 5年以上数据开发经验，熟悉大数据生态，具备扎实的SQL和ETL开发能力。 熟练使用 阿里云DataWorks，有 MaxCompute、Hologres 实战经验，了解 Doris 或其他OLAP引擎。 精通 PowerBI 开发，能熟练运用 DAX函数 进行复杂计算和建模。 有 SmartBI/观远BI 等国内BI工具开发经验者优先。 掌握至少一门编程语言（Python/Java/Scala），能编写数据脚本、接口对接及UDF函数。 对AI技术（如NLP、机器学习、大语言模型）有基本了解，能结合AI工具优化工作流程。 良好的逻辑思维和问题解决能力，能独立完成数据架构设计和性能优化。 具备良好的沟通能力，能与业务、产品团队高效协作。 加分项： 有数据湖（Delta Lake/Iceberg/Hudi）或实时计算（Flink/Kafka）经验。 有AI+BI结合落地的项目经验。

职位描述 1. 模型即服务（MaaS）开发：根据业务场景和需求完成MaaS平台相关功能模块的设计和开发任务 2. 智能体应用开发：根据项目需求结合提示词工程、多模态模型、参数调优完成智能体应用开发，并配合完成单元测试和功能测试 岗位要求 - **本科或研究生，有AI智能体或相关领域开发经验，至少1个完整落地项目 - 精通Python，掌握PyTorch/TensorFlow框架及生态工具 - 熟悉以下至少两个领域： 模型调优：AutoML、模型压缩 参数优化：贝叶斯优化、多目标优化算法 提示词工程：Chain-of-Thought、Self-Consistency策略应用 技术栈匹配度： - 平台开发：FastAPI/GRPC、Triton Inference Server、Prometheus - 智能体框架：LangChain/Semantic Kernel + LlamaIndex或同类型技术框架 - 调优工具：MLflow、W&B、DeepSpeed/Megatron-LM中有一种或多种 - 云服务：Coze智能体或百度Agent智能体实战经验 加分项 - 有HuggingFace模型微调实战经验（需提供案例） - 熟悉LoRA/QLoRA等高效微调技术 - 参与过RAG（检索增强生成）系统开发 - 掌握LangChain高级应用（Agent/Workflow设计）

负责零售业务场景下的算法设计与开发，包括但不限于： 商品推荐与个性化营销（用户画像、协同过滤、深度学习推荐模型） 销量预测与库存优化（时间序列模型、运筹优化算法） 价格策略与促销优化（动态定价、因果推断、博弈论模型） 计算机视觉应用（商品图像识别、货架陈列检测、视频分析） 自然语言处理（用户评论情感分析、智能客服、搜索排序） 供应链与物流优化（路径规划、仓储调度、需求预测） 基于海量用户行为数据与业务数据，挖掘业务痛点，构建可落地的算法解决方案； 与业务团队紧密协作，推动算法在线上系统（APP/小程序/ERP等）的部署与效果迭代； 跟踪前沿算法技术（如大模型应用、AutoML、多模态学习），探索在零售场景的创新落地。 教育背景：计算机科学、统计学、数学、运筹学、电子信息等相关专业硕士及以上学历； 技术能力： 熟练掌握Python/SQL，熟悉PyTorch/TensorFlow等深度学习框架； 扎实的算法基础（机器学习/深度学习/优化算法），熟悉LR、GBDT、Transformer、GNN等模型； 熟悉大数据处理工具（Hadoop/Spark/Flink），具备海量数据建模经验； 工程能力：熟悉模型部署（ONNX/TensorRT）、性能优化（CUDA/多线程）者优先； 业务理解：对零售行业（如用户增长、供应链管理、全渠道运营）有深刻洞察，能将业务问题转化为数学模型； 项目经验：有推荐系统、销量预测、运筹优化、CV/NLP等领域的实际项目经验（需提供案例）。

岗位职责： 1.负责AI系统的落地实现，包括算法模型的构建、训练与优化，确保模型能够适应公司的业务场景； 2.基于大模型（如Transformer、BERT、GPT等），设计和训练适用于电商场景的AI算法，并进行优化与微调； 3.结合时间序列分析、回归、分类、聚类等算法，构建高精度的市场预测与推荐模型； 4.研究和应用LangChain、LlamaIndex等AI框架，开发智能问答、数据洞察、智能推荐等创新应用； 5.负责AI模型的训练、优化、推理加速、压缩剪枝（如量化、蒸馏、剪枝），提升大规模电商数据处理效率； 6.持续跟踪大模型和AI预测领域的最新研究进展，并推动在电商业务中的应用落地； 7.参与数据工程团队协作，优化数据清洗、特征工程及数据预处理流程，确保数据质量和可用性； 8.编写详细的技术文档，规范算法开发流程，并为团队提供技术支持和培训。 任职要求： 1.本科及以上学历，计算机科学、人工智能、数学、统计学等相关专业，3年以上算法研发经验； 2.具备扎实的机器学习、深度学习理论基础，熟悉时间序列分析、回归预测、聚类、强化学习等算法； 3.精通Python、C++等编程语言，熟练掌握PyTorch、TensorFlow、JAX等深度学习框架； 4.深入理解Transformer、BERT、GPT、T5、LLaMA等主流大模型架构，并有模型优化或微调经验； 5.了解LangChain、LlamaIndex等AI应用框架，具备构建AI预测系统或智能问答产品的能力； 6.具备大规模数据处理能力，熟悉Hadoop、Spark、Flink、SQL等大数据计算框架； 7.有电商行业经验者优先，熟悉用户画像、推荐系统、销量预测、流行趋势分析等业务场景； 8.具备较强的逻辑思维、自主学习能力、抗压能力和团队合作精神； 9.在人工智能相关领域发表论文、专利或具备科研成果者优先。 加分项： 有电商数据建模经验，如用户购买预测、销量趋势分析、智能选品等； 具备AIGC（生成式AI）、多模态模型的应用经验，如文生图、图生文、视频生成等； 有大模型训练与部署优化经验，如模型蒸馏、低秩分解、剪枝量化等； 了解MLOps、AutoML，能够优化AI模型的工程化部署流程； 具备日本电商（如Amazon Japan、Rakuten、Mercari）数据处理经验者优先。

1、使用机器学习将市场更好的分类预测，开发量化策略模型； 2、开发部署自动化机器学习加速量化策略迭代效率； 3、开发并实施强化学习分析和预测市场动态，动态仓位控制构建和优化交易策略。 职位要求 1、本科及以上学历，计算机、数学、统计学、运筹学等相关专业； 2、具有扎实的深度学习知识基础，熟悉automl, 对MDP/Bellman Optimality/Dynamic Programming/Policy Optimization/Policy Gradient等强化学习概念有较深理解； 3、熟悉强化学习领域内的代表性算法，并对强化学习某一子领域有一定的研究深度； 4、熟悉至少一种深度学习框架（PyTorch、TensorFlow等），能够独立实现研究算法的开发与验证； 5、乐于主动学习，极具好奇心和自驱力，善于分析和解决问题，对量化私募行业具有浓厚兴趣。

1、持续调研和跟进学、业界sota算法，适配或设计算法解决实际场景中问题，包括但不限于智能识别算法（目标检测、属性识别、行为识别、语义分割、视频理解、强化学习、异常检测、车道线检测等）及光纤传感信号处理与分析、图像质量提升算法（降噪、去模糊、恢复、HDR、超分等）。 2、在主动学习、自监督学习、半监督学习、弱监督学习、小样本学习、多任务联合学习；模型压缩/剪枝/量化、AutoML、多模态任务、元学习等根技术上有实践经验优先 3、有CG背景生成、3D数据生成、虚拟数据引擎等相关经验优先 4、能够在业务特定场景的需求基础上，基于实际场景和通用业务，完成算法的优化，提高指标和通用性。达到业界领先。 5、合作分工，完成算法的最终落地，包括并不限于数据的分析处理、算法的实现和调优、算法模型在特定芯片上的实现和端到端流程打通。 任职要求: 1、具备较强的编码能力，掌握深度神经网络算法的基本原理，能够基于论文和开源代码、数据快速完成复现和算法调优。 2、熟悉不同深度学习算法的应用，针对提供的场景和需要解决的问题，能够快速发现和找到可用的算法解决方案并完成算法的实现和结果的分析。 3、熟悉caffe、tensorflow、mxnet、pytorch等算法训练框架的一种或多种。

岗位职责： 1、负责业务中的机器学习技术的研发与实现，探索和推动基于工业视频业务场景的应用落地； 2、负责机器学习前沿技术的跟踪，持续优化算法性能，并推动前沿技术落地。 技术要求 1、计算机、人工智能、模式识别、自动控制等相关专业本科及以上学位； 2、熟悉Linux系统和常用的数据结构，熟练使用Python/C++等至少一种编程语言，熟练使用TensorFlow/PyTorch等至少一种深度学习框架； 3、具有1年以上机器学习研究或项目经验，对AutoML、深度学习、模仿学习等有积累者优先考虑； 4、在ICML/NIPS/IJCAI/AAAI/ICLR等国际**会议上发表过学术论文者优先考虑； 5、有工业行业相关项目经验者优先考虑； 6、优秀的分析问题和解决问题的能力，对解决具有挑战性的问题充满激情，良好的沟通和团队合作能力。

岗位职责： 1、负责业务中的机器学习技术的研发与实现，探索和推动基于工业视频业务场景的应用落地； 2、负责机器学习前沿技术的跟踪，持续优化算法性能，并推动前沿技术落地。 技术要求 1、计算机、人工智能、模式识别、自动控制等相关专业本科及以上学位； 2、熟悉Linux系统和常用的数据结构，熟练使用Python/C++等至少一种编程语言，熟练使用TensorFlow/PyTorch等至少一种深度学习框架； 3、具有1年以上机器学习研究或项目经验，对AutoML、深度学习、模仿学习等有积累者优先考虑； 4、在ICML/NIPS/IJCAI/AAAI/ICLR等国际**会议上发表过学术论文者优先考虑； 5、有工业行业相关项目经验者优先考虑； 6、优秀的分析问题和解决问题的能力，对解决具有挑战性的问题充满激情，良好的沟通和团队合作能力。

职位描述 ● 深入了解信货业务模式，通过引入前沿的机器学习算法或者引领机器学习算法创新，解决网商银行信贷场景的实际问题； ● 负责网商各场景贷前、贷中及贷后全流程风控搭建，包括信用风险模型、企业知识图谱、经营画像认知、经营偿债还原、价值模型等； ● 参与和探索前沿算法在信货智能风险管理领域的应用和落地，包括但不限于知识图谱，GraphML，多模态识别，AutoML等方向 ● 协同业务及政策团队进行业务问题抽象，推动模型技术在业务场景中的应用，并持续推动优化模型算法及性能。 职位要求 ● 计算机、统计学、运筹学等相关专业背景，硕士及以上学历； ● 拥有丰富的机器学习或统计模型建模经验，包括但不限于深度学习、图学习、图像、自然语言处理、运筹优化、自动机器学习等技术； ● 2年及以上信用风险建模经验，有小微企业和农村金融从业经验者优先； ● 熟练使用数据分析相关的语言及工具，例如Python, R, SAS等，有Tensorflow/Pytorch等主流深度学习平台上的 开发和调优经验优先； ● 具有较强的沟通能力和学习能力，良好的项目管理能力和经验，适应在高强度压力下工作； ● 热衷于技术创新，对科技赋能小微企业普惠金融有较强的兴趣。

职位描述 ● 深入了解信货业务模式，通过引入前沿的机器学习算法或者引领机器学习算法创新，解决网商银行信贷场景的实际问题； ● 负责网商各场景贷前、贷中及贷后全流程风控搭建，包括信用风险模型、企业知识图谱、经营画像认知、经营偿债还原、价值模型等； ● 参与和探索前沿算法在信货智能风险管理领域的应用和落地，包括但不限于知识图谱，GraphML，多模态识别，AutoML等方向 ● 协同业务及政策团队进行业务问题抽象，推动模型技术在业务场景中的应用，并持续推动优化模型算法及性能。 职位要求 ● 计算机、统计学、运筹学等相关专业背景，硕士及以上学历； ● 拥有丰富的机器学习或统计模型建模经验，包括但不限于深度学习、图学习、图像、自然语言处理、运筹优化、自动机器学习等技术； ● 2年及以上信用风险建模经验，有小微企业和农村金融从业经验者优先； ● 熟练使用数据分析相关的语言及工具，例如Python, R, SAS等，有Tensorflow/Pytorch等主流深度学习平台上的 开发和调优经验优先； ● 具有较强的沟通能力和学习能力，良好的项目管理能力和经验，适应在高强度压力下工作； ● 热衷于技术创新，对科技赋能小微企业普惠金融有较强的兴趣。 ● base杭州

岗位职责： 1. 负责将基于深度学习的视觉算法部署在从端到边到云的各种硬件上，并从多角度优化以发挥具体平台的性能； 2. 设计并实现跨平台的调度框架，在多种平台上的高性能基础组件，兼顾各层次的并行和异构调度，及具体算子的汇编级优化，为公司各产品线提供支撑； 3. AutoML 及 模型的自动发布系统研发。 任职要求： 1. 计算机基础扎实，熟悉C/C++，具备系统软件开发架构能力； 2. 熟悉计算机体系结构以及并行计算基本技术； 3. 熟悉任意一种深度学习框架者优先； 4. 对以下一种或多种技术有深入研究和实践经验的优先：有CPU或GPU体系结构调优经验；熟悉相关平台汇编指令，熟悉多核并行编程；有嵌入式多协处理器结构性能调优经验； 5. 有矩阵运算，计算机视觉和图像处理算法在各种硬件设备移植经验的优先； 6. 对高性能计算，异构计算和性能优化工作有强烈的兴趣。