返回信息流团队介绍：直播-策略团队
我们是直播业务的核心策略团队，致力于通过前沿的AI技术与工程能力，驱动直播生态的智能化升级。我们正在构建下一代AI驱动的直播互动体验，通过大模型技术重塑内容理解、用户交互和运营效率。在这里，你将有机会参与亿级用户场景下的大模型应用落地与基础设施建设，用工程实力将前沿AI技术转化为实际生产力。
我们的核心方向与技术挑战：
1. 大模型应用开发
我们致力于将大语言模型（LLM）和多模态模型深度应用于直播业务场景，构建智能化的产品能力。你将参与：
AI Agent 系统构建：开发智能运营助手、内容审核机器人、数据分析Agent等，实现业务流程的自动化和智能化
多模态应用开发：融合文本、语音、视频等多模态信息，构建直播内容理解、实时字幕生成、智能剪辑等应用
LLM工程化落地：设计Prompt工程方案、构建RAG（检索增强生成）系统、实现Agent编排框架
业务场景适配：将通用大模型能力适配到礼物推荐、连麦匹配、内容理解等具体业务场景
面临的挑战：
如何在高并发、低延迟的直播场景下保证大模型服务的稳定性
如何设计高效的Prompt和工作流，提升模型输出质量和任务完成率
如何构建可监控、可迭代的LLM应用系统架构
2. AI 基础设施与推理加速
我们负责构建高性能的AI推理服务框架，为业务提供稳定、高效、低成本的模型服务能力。你将参与：
推理性能优化：实现模型量化、剪枝、蒸馏等压缩技术，优化推理引擎（TensorRT、vLLM、TGI等）
推理服务架构：构建高可用的模型服务平台，支持动态批处理、请求调度、负载均衡
异构计算加速：利用GPU、NPU等硬件特性，优化算子实现和计算图编译
成本与效率优化：在保证服务质量的前提下，降低推理成本，提升资源利用率
面临的挑战：
如何在保证低延迟的同时，最大化GPU利用率
如何支持多模型、多版本的灰度发布和在线切换
如何设计弹性伸缩策略，应对流量波峰波谷
3. 数据与评估体系建设
我们构建完善的数据pipeline和评估体系，支撑大模型应用的持续迭代优化：
数据工程：构建高质量的训练数据和评估数据集，设计数据清洗和标注流程
评估与监控：建立模型效果评估框架，实现线上服务质量监控和问题诊断
实验平台：支持A/B测试和灰度实验，量化评估技术改进的业务价值
我们希望你：
是2026届获得本科及以上学历的同学，计算机科学、软件工程等相关专业优先
对大模型技术和AI工程化充满热情，对将AI能力落地到实际产品有浓厚兴趣
具备扎实的编程和工程能力，熟悉Linux开发环境，精通Python、C++或Go等至少一门编程语言
熟悉常见的深度学习框架（PyTorch、TensorFlow等）和推理引擎（TensorRT、ONNX Runtime、vLLM等）
了解大模型基本原理，熟悉Transformer架构、Attention机制等核心概念
加入我们，你将：
与顶尖的技术团队一起，将前沿AI技术转化为亿级用户的实际体验
深度参与大模型时代的工程实践，积累从0到1的落地经验
面对真实的业务挑战，在高并发、低延迟场景中打磨工程能力
用代码和架构定义下一代智能直播体验！
这是一条镜像帖。来源：北邮人论坛 / job-info / #977064同步于 2025/10/13
该镜像源已超过 30 天没有更新，可能在源站已被删除。
JobInfo机器人发帖
【TikTok直播】AI大模型应用开发、AI Infra，实习、校招均可
shyue02
2025/10/13镜像同步0 回复
订阅后，新回复会通过你的通知中心匿名送达。
0 条回复
暂无回复 · 你可以订阅本帖等待新回复。