AI异构计算优化实习生-Data AML

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：Data AML是字节跳动的机器学习中台，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。

1、负责评估符合业务要求的异构计算芯片，建立并完善评估体系与负载模型，预估业务收益；
2、负责异构计算芯片在实际推理业务中的落地，适配芯片特性以降低推理时延、提高推理吞吐；
3、负责异构计算芯片在实际训练业务中的落地，结合芯片计算与通信特性优化显存占用、提升训练吞吐；
4、负责开发异构计算芯片的高性能算子，依据芯片特性优化算力与带宽利用率；
5、负责通过编译技术推动异构计算芯片在不同业务场景的落地，探索更高效的异构硬件编程范式；
6、负责调研并验证前沿软硬件结合方向，如稀疏计算（Sparse Computation）、存内计算（In-Memory Computing）、数据流计算（DataFlow）等。

1、2027届本科及以上学历在读；
2、熟练掌握Linux环境下的C/C++、Python语言；
3、具备扎实的计算机科学功底和编程能力，熟悉常见算法和数据结构，具有良好的编程习惯；
4、能够熟练使用至少一种主流的机器学习框架（TensorFlow/PyTorch等），熟悉框架内部实现；
5、熟悉至少一种经典深度学习模型及其应用场景，如GPT、SD、DiT、W&D等；
6、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、了解昇腾、寒武纪等推理/训练/通信相关优化，有高性能算子、大规模训练、通算融合领域经验者优先；
2、了解SIMD/SIMT外其他并行计算模型及算法，了解其并行编程模型及其优、缺点者优先；
3、了解模型剪枝、量化、LLM投机采样等优化方法原理，具备相关模型优化经验者优先；
4、了解常见AI编译器方案及其优、缺点（如XLA、TVM、MLIR），有实际开发经验者优先；
5、了解GPU硬件架构，了解GPU软件栈（CUDA、cuBLAS、CUTLASS），具备GPU性能分析的能力者优先；
6、了解AI Compiler技术栈（MLIR等），熟悉Torch2.0+编译栈、Triton者优先。