字节跳动
校招大模型训推性能优化工程师 - AI算力基础设施
北京/杭州/西安 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 2027届获得本科及以上学历，计算机、软件工程、电子信息、微电子等相关专业优先
- 掌握扎实的计算机基础与算法功底，熟练掌握C/C++、Python、Go中的至少一种编程语言
- 了解LLM/VLM/AIGC等AI领域基础原理与典型模型架构，理解训练与推理的基本流程
- 有PyTorch等主流深度学习框架的使用经验，参与过模型训练、参数调优或框架组件的二次开发
- 对异构计算、高性能网络或存储IO的性能分析具备理论基础与研究兴趣，愿意深入钻研性能优化工具的原理
- 具备良好的沟通协作能力、学习能力与工程责任心。
- 加分项
- 具备CUDA/Triton等GPU编程经验，或熟悉TensorRT/CUTLASS等性能加速工具，理解其加速原理
- 在学术论文、课程设计或竞赛中涉及AI系统性能分析相关工作，如训练瓶颈定位、通信优化、并行策略、算子融合、量化与精度调优等
- 有开源社区贡献经历，参与过AI框架、推理引擎或性能优化工具的代码提交与维护
- 接触过模型量化、精度校准、并行训练、通信优化、投机采样、MOE路由等相关方向
- 关注国产AI加速卡技术生态，具备相关文献研究或实验环境下的应用测试经验
- 熟悉主流AI加速硬件（NVIDIA/AMD GPU、国产AI芯片）的架构特性，或使用过PyTorch Profiler、NVIDIA Nsight等性能分析工具。
岗位描述
团队介绍：字节跳动基础设施部门，负责字节跳动的全栈算力基础设施，从芯片服务器产研、到超大规模数据中心，到传统云平台和如今的AI Native Cloud，全方位为抖音、豆包、今日头条、飞书、火山引擎等各类产品提供领先、稳定的百万量级大规模算力基础设施服务。我们的领域涵盖数据中心建设、内核操作系统开发、服务器集群管理、高速网络通信、EB级数据存储体系、搜索型数据库探索、基于LLM的AI基础设施的研发调度与治理等，致力于打造业界领先的、面向LLM的AI云原生基础设施架构与产品矩阵。
- 1、参与字节跳动大模型训练与推理全链路性能优化，聚焦千亿/万亿参数规模模型的训练吞吐、推理时延与资源效率提升；参与模型优化方向，LLM与多模态模型推理优化，包括混合精度量化（INT4、INT8、FP8）、稀疏化、Sparse Attention等稀疏注意力机制优化技术，平衡推理性能、模型精度与资源开销；参与主流训推框架（PyTorch、vLLM、SGLang等）与自研框架的适配、优化与二次开发，落地投机采样（Speculative Decoding）算法优化，优化专家路由策略与负载均衡机制，设计计算-通信精细化调度与重叠（Overlap）等方案，提升MOE架构模型推理吞吐量；
- 2、参与通信优化方向：AI框架跨节点/集群通信性能攻坚，优化RDMA/TCP协议栈传输机制、低延迟序列化方案与通信拓扑设计，突破分布式场景下的通信瓶颈；
- 3、参与计算优化方向：Transformer核心算子、卷积、矩阵乘加（GEMM）等AI核心算子优化，基于Triton/MLIR编译框架实现算子融合、向量化执行与编译优化；
- 4、参与GPU/NPU等异构算力平台的性能建模、性能剖析与代码级调优，适配GPU CUDA/ROCm及国产AI芯片专用指令集，最大化硬件算力利用率；
- 5、参与构建AI Infra性能Benchmark体系，形成量化性能标尺与竞争力评估模型。
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。