BYR Achieve · 镜像论坛

传统科学计算的主题是有效求解各个尺度的物理模型，相应诞生了一些列的数值方法和专用软件。但不同尺度的物理模型的内禀复杂度不同，应用和普及的速度不一。擅长多维度建模的深度学习和富集低成本弹性算力的云，正是当下科学计算问题最为活跃的解法，并已在生物信息、计算材料等学科取得积极进展。我们是**字节跳动 AML（Applied Machine Learning）团队**，正在寻找具备敏锐洞察和创新精神的开拓者，欢迎多元背景的同学加入！ ## 投递方式正式员工和实习生（可转正）共享投递岗位和入口，后台自动区分： - 官网投递请点击职位描述内的链接 - 或邮箱请投：shishaochen@bytedance.com ## 职位 1：高性能计算架构工程师/实习生-科学计算方向 https://jobs.bytedance.com/experienced/position/7030679574691383559/detail ### 岗位职责 1. 深入调研材料、生物等学科在分子动力学、量子化学等经典方法上的软硬件技术栈，洞察当下模拟和计算的瓶颈； 2. 从异构硬件、机器学习、并发模型等角度入手，加速分子模拟框架及其数值计算库，背靠集群资源解决大规模运算的性能问题； 3. 探索科学计算落地云原生设施的最佳实践，设计并开发弹性资源、高通量编排、一体化加速等基础产品。 ### 任职要求 1. 熟悉常见的算法、设计模式和数据结构，具备良好的代码风格； 2. 能够独立分析问题和解决问题，自我驱动并对过程负责； 3. 具备扎实的操作系统、计算机网络等基础知识； 4. 满足以下一个或多个条件： - 阅读过 Lammps、Gromacs、Quantum ESPRESSO、CP2K 等任一专用软件源码，或参与过气象预报、工程仿真、生命科学等专用软件的开发。 - 熟练使用 Cuda、MKL、Eigen 等任一计算库，或 NCCL、MPI 等任一通信库。 - 有过基于 Slurm、Kubernetes 等集群系统的分布式应用开发经历。 ## 职位 2：生物机器学习工程师/实习生 https://jobs.bytedance.com/experienced/position/7029508519204980999/detail ### 岗位职责 1. 加入字节机器学习中台团队，结合团队在推荐/广告/CV/NLP 等领域的丰富经验，解决生物问题。 2. 基于机器学习方法解决生物场景的重要问题，包括但不限于： - 蛋白质功能、性质、相互作用预测。 - 蛋白质的优化和理性设计。 ### 任职要求 1. 熟悉至少一种主流深度学习编程框架（TensorFlow/PyTorch）。 2. 熟悉常用的机器学习算法（Transformer/CNN/图神经网络等），有扎实的理论基础和实战经验。 3. 有实习或者科研项目经验，能独立解决需求明确的问题。 4. 乐于挑战没有明显答案的问题，能快速理解场景，从具体问题中抽象出通用的解决方案。 5. 有以下经验者优先： - 有机器学习顶会paper者优先。 - Kaggle等机器学习比赛成绩优异者优先。 - 对生物方向有强烈兴趣，或有相关经验者优先。 ## 团队介绍字节跳动应用机器学习（AML, Applied Machine Learning）团队负责给公司提供统一的机器学习中台服务，同时对外探索前沿和新颖的机器学习应用领域和交叉学科。以下是**一小部分**特色项目 - 联邦学习和隐私计算 - 分子动力学、量子力学的计算和模拟 - 生物场景的计算方法和应用 - 推荐广告大规模分布式训练系统和推理系统 - 融合多种硬件和训练框架的编译器研究（ByteIR） - 自动推理性能优化（TVM, XPerf） - 分布式训练系统中的通信中间件（BytePS） - 机器学习调度系统 - 大规模多模态预训练 - 图神经网络 - AutoML/NAS - 计算机视觉

【社招】【字节AML】直招高性能计算和生物机器学习工程师