字节跳动
后端研发工程师（大模型）-火山引擎
后端研发工程师（大模型）-火山引擎
发布于 大约 22 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
本科
分布式系统
数据结构
RAG
LLM
设计模式
大模型
AI 估算 · 35k–60k
资深大模型后端，字节跳动核心团队，技术难度高，薪资竞争力强。
职位详情
关于这个职位
该职位主要负责火山引擎大模型相关服务的后端架构设计与核心开发，包括模型集成、推理服务和RAG等功能
你将与算法、前端、产品团队紧密合作，推动项目交付，并持续跟踪大模型技术发展趋势，将创新技术应用到业务中
适合有5年以上后端经验、精通Python、熟悉分布式系统、对大模型技术有热情的资深工程师
最低要求
本科及以上学历，计算机相关专业，5年以上后端开发经验
精通Python，具备扎实的计算机基础知识（数据结构、算法、操作系统、网络等）
熟悉主流后端语言中的至少一种（Golang/Java/C++），具备跨语言协作能力
有分布式系统架构设计、开发与运维经验，能够独立定位与解决复杂问题
具备良好的编码规范与工程能力，追求高质量产出
理解面向对象设计原则与常见设计模式，具备良好的系统抽象能力
具备优秀的沟通协作能力、分析与解决问题的能力、持续学习能力
工作职责
负责大模型相关服务的后端架构设计与核心模块开发
深度参与从模型集成、推理服务、到RAG等关键功能的设计与实现
优化系统性能、稳定性与扩展性，推动高质量工程实践
与算法、前端、产品等团队密切协作，推进项目交付
持续关注和研究大模型技术发展趋势，推动技术在业务中的创新应用
AI 洞察
优缺点分析
优点
- 参与前沿大模型技术开发，技术栈新，个人技能提升快
- 字节跳动核心部门，平台大，资源丰富，项目影响力广
- 团队技术氛围浓厚，能与顶尖算法和工程人才共事
- 分布式系统复杂度高，对系统设计和问题排查能力要求高
- 互联网大厂工作节奏快，可能需要应对高强度任务
缺点 / 挑战
- 大模型领域技术迭代快，需要持续学习，压力较大
- 适合对AI大模型技术充满热情、有扎实后端功底、喜欢挑战高复杂度的资深工程师
角色解读
- 深耕大模型领域，成为AI基础设施架构专家或技术Leader
- 横向拓展至算法或全栈，参与更广泛的AI产品创新
- 通过字节跳动的平台，接触海量业务场景，快速提升技术影响力
- 负责大模型服务后端架构设计与核心模块开发，包括模型集成、推理服务等
- 深度参与RAG等关键功能的设计与实现，优化系统性能与稳定性
- 与算法、产品、前端团队协作，推动项目高效交付
- 跟踪大模型技术动态，探索业务创新应用场景
- 精通Python，具备扎实的数据结构、算法、操作系统和网络基础
- 熟悉Golang/Java/C++中至少一种，具备跨语言开发能力
- 有分布式系统架构设计、开发和运维经验，能独立解决复杂问题
- 良好的编码规范、系统抽象能力以及沟通协作能力
申请策略
- 了解火山引擎AI平台产品，结合自身经验说明如何推动技术落地
- 关注字节跳动技术博客，熟悉其工程文化，面试中展现适配度
- 突出5年以上后端开发经验，特别是Python和分布式系统的项目
- 强调大模型相关项目经验，如模型服务、推理优化、RAG等
- 展示系统架构设计案例，说明在性能、稳定性、扩展性方面的贡献
- 提前学习大模型推理框架（如vLLM、TensorRT-LLM）和RAG技术
- 巩固Golang或Java，以便跨语言协作
面试指南
- 采用STAR法则：阐述情景、任务、行动和结果，突出技术难点和你的思考
- 结合系统设计原则（如CAP、分治、缓存、异步等）结构化回答问题
- 展示创新性：提及你如何跟踪新技术并应用到项目中
- 请描述一个你设计的分布式系统架构，并说明如何保证高可用和扩展性
- 在大模型推理服务中，如何优化延迟和吞吐量？请给出具体方案
- 谈谈你对RAG的理解，以及在实际项目中如何实现？
- 如何处理跨团队协作中的技术分歧？请举例
- 复习分布式系统核心知识，准备一个完整的架构设计案例
匹配度报告
70
综合匹配度
大厂核心团队，前沿大模型技术栈，高成长但WLB一般。
适合人群
最适合以技能成长和职业发展为核心动机的求职者，愿意投入高强度工作换取技术突破。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展95
工作生活40
使命价值70
薪资福利匹配
75中等
该职位薪资面议但字节跳动大模型团队通常提供高竞争力薪资和股票，补偿性中等偏上，但与初创相比稳定性更高。
薪资信号未披露（AI估算：35K-60K/月）
成长发展匹配
95较高
大模型是前沿技术，参与核心开发能快速积累高价值技能，字节跳动有完善的成长体系和内部转岗机会，发展性极强。
技术前沿前沿/新兴技术
技术栈Python、Golang、Java、C++、大模型、LLM、RAG、分布式系统
业务类型ambiguous
工作生活匹配
40较低
职位未提及远程或弹性办公，互联网大厂通常节奏较快，深圳通勤压力较大，生活化满足度较低。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
70中等
大模型推动AI技术发展，有一定社会意义，但更偏向商业应用，使命感中等。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
字节跳动 的其他在招职位
相似职位推荐
Watch Jobs