职位职责： 团队介绍：我们是「豆包视频生成模型-PixelDance」团队，我们专注于开发视频生成模型，解决视频生成的关键问题，包括但不限于高动态性视频生成、内容一致性保障。构建行业领先的视频基础模型，引领技术的未来潮流。视频生成工程团队的工作涉及到模型生产的全周期流程，在这里，你有机会参与到模型的数据生产、训练加速、推理加速、服务部署的每个环节。同时你将接触到最先进的视频生成技术、海量的数据、大规模的集群，我们期待你能够和我们的模型一同Scale UP。 1、为LLM和Diffusion Model提供训练稳定性、易用性、性能和Scale up的优化； 2、能够使用Profiler手段，分析训练瓶颈，使用分布式策略调优、算子优化等手段来提升训练性能； 3、负责ByteDance Research训练优化技术的调研和引入； 4、与算法部门深度合作，进行算法与系统的联合优化。 职位要求： 1、本科及以上学历，计算机/电子/自动化/软件等相关专业，有AI工程优化经验的优先； 2、熟悉LLM、Diffusion Model任一场景的训练性能优化； 3、熟悉Pytorch、FSDP、Deepspeed、Megatron等业界主流分布框架的使用和原理，能够进行业务场景的优化，能够关注业界最新动态并进行落地； 4、熟练GPU的高性能计算优化技术，具备丰富的基于CUDA的GPU性能优化经验，深入理解计算机体系结构，熟悉并行计算优化、访存优化，低比特计算等； 5、了解深度学习算法基本原理，熟悉神经网络基本架构和各算子计算方式，了解至少一种深度学习训练框架及其模型文件的解析。

职位职责： 1、团队涉及向多个业务方（飞书问答/Aily/豆包/coze）提供RAG相关的底层算法/算子； 2、NLU：多轮问答Query总结，Query拆解，Query意图识别，相关Query推荐； 3、召回排序：相关性向量召回，相关性排序，多因子排序（时效性、权威性、互动性）； 4、LLM生成优化：Prompt调优，生成大模型SFT/RLHF； 5、索引构建：Image2Text、多模态Embedding、端侧Embedding技术、知识图谱挖掘与应用； 6、跟踪业界前沿技术的发展，探索深度学习/LLM等前沿技术的应用前景。 职位要求： 1、优秀的编码能力、数据结构和基础算法功底； 2、出色的分析问题、解决问题能力，总是能从纷繁复杂的数据中一眼看出问题本质； 3、熟悉自然语言处理的实体提取、意图识别、事件摘要、语义分析、新词发现、图文数据分类等相关任务，并有深入的实践经验； 4、熟悉深度学习的原理和实现，熟练掌握Tensorflow/Torch/Keras等至少一种深度学框架； 5、参与过推荐系统、搜索、问答等实际项目的开发，有丰富的架构设计、特征工程建设等方面经验，熟练掌握基本的召回和排序算法，并对领域前沿算法有研究； 6、责任心强，积极主动，有良好的沟通能力和团队合作能力。

我们厂区的薪资待遇： 【1】工资300/天，月保底7500左右。每天工作10个小时左右，可长期做。做满7天可申请预支工资。 【2】招聘年龄16～53周岁，男女不限，免费吃住 【3】主要做电子电器产品，简单的组装、包装、品检、仓管等职位。工作简单，易上手。坐班为主，可申请长白班。 【4】厂区内部招聘 ，不收任何费用，包吃包住，凭有效凭证路费可全额报销。

工厂直招，直接到厂，不体检 280/天，包吃住，人走清账

昆明茶叶包装工 一个月短期工暑假工学生勿扰 (当天面试，当天安排住宿) 工作内容：打包茶叶(简单好上手) 每月15号发工资，上满一周可预支工资。上班时间：8：00—20：00(含2小时吃饭休息时间) 招聘要求：16-45周岁，无经验要求，不卡纹身

包装工:坐式作业，工作轻松，16岁~50岁，4500-8000(随时入职) 开机工:对机器加注原材料，作业简单16岁-50岁，月薪8000-10000(6、7月份入职)

农药生产线包装工， 品德好，踏实肯干，心灵手巧，身体健康，女 年龄 35岁以下，初中及以上学历

包装工的职位描述主要包括以下几点： 1. 按照规定的包装流程和标准，对产品进行包装，确保产品在运输和存储过程中的安全。 2. 根据产品特性和要求，选择合适的包装材料和包装方式，提高产品的美观度和保护性。 3. 负责包装前的产品检查，确保包装的产品无瑕疵、无缺陷。 4. 保持工作区域的整洁和卫生，确保包装环境的卫生和安全。 5. 配合生产计划，完成生产任务，保证生产进度的顺利完成。 6. 遵守公司的安全操作规程，正确使用包装设备和工具，确保工作安全。 7. 掌握包装技能和知识，不断提高包装效率和包装质量。 8. 根据需要，参与包装设计和改进工作，提出合理化建议和改进措施。 9. 完成领导交办的其他任务。 包装工需要具备一定的操作技能和理论知识，能够熟练掌握包装设备和工具，具备良好的工作态度和团队合作精神

职位介绍 1，招聘包装工数名，常年有活，常年同款产品简单易学。工资按月结。工资3000-4500一个月，工作时间8小时，上班时间早上8点到下午5点。也可以招聘短期小时工寒假工。工资随走随结

我们的公司正在寻找一群有经验的包装工,负责包装公司的产品,确保它们符合标准 - 负责包装和搬运产品 - 根据计划,合理安排时间,确保进度 - 确保所有的产品都符合公司制定的包装标准 - 与其他工人合作,确保工作的顺利运行 职位要求: - 至少半年以上的包装工作经验 - 熟悉包装材料 - 具备良好的沟通能力和团队合作精神 - 能够承受快节奏的工作环境 - 具备基本的英语阅读能力

糖果厂直聘 操作工： 1、18—55岁，学历不限，限男性/或体力大的女性，能适应加班和倒班。 2、工作内容:仓库收发货、理货备货工作。 3、薪酬:20.3元/小时+夜班补贴15元，月收入7000-10000元。免费提供住宿。 包装工:长白班，坐着干活，空调车间，手工活轻松。 6500-9500元。要求:男女不限，满16-55周岁，身体健康，免费提供住宿，提供免费工作餐。 工作内容:糖果二次包装，坐着干活为主，工作环境干净、22度恒温车间。 联系电话18523555441

本招聘属合肥美的工厂直接招聘，不收取任何费用，望知晓！！！ 【公司优势】高薪稳定！长白班！免费提供住宿！晋升空间大！ 一、招聘岗位：普工/操作工等 二、岗位要求： 1.男女不限 2.有效期内二代身份证 三、工作时间：长白班 四、工作内容：组装工主要是贴标签、贴海绵、撕冰箱膜、放说明书、检测、组装工、包装工、线下维修、配送、储备干部等 五、薪资福利： 1、公司实行综合计时工资，综合工资范围：4800-6500元/月，加班另算，薪资上不封顶。 2、提供厂区内免费住宿和餐补16元/天 3、入职签订正式劳动合同 4、提供厂区内免费住宿，标准四人间（宿舍配备空调、电视、洗衣机、冰箱、热水器、WIFI等一应俱全） 5、其他福利：餐补416元/月；职位补贴：根据岗位不同及个人表现发放绩效奖金400-700元；高温补贴300-600元/月；满勤奖100元/月，年终奖4000-6000元；开工利是100-500元；节日慰问金100-300元；7-10天带薪年假 班车免费接送：配有合肥市区全方位覆盖免费交通班车路线，不住宿可享受早晚上下班免费接送 应聘时间：8:30--17:30 温馨提示：本招聘真实可靠，厂家直聘，直接进厂区面试，有意向者可直接打电话报名或投递简历，谢谢配合！

时间自由安排、可现结工资、13元每小时包工作餐

公司招聘短期工、单招生，暑假工，工资200-260左右每天，最低做15-30天，人走结清，工作简单舒服，人性化管理! 工作内容主要负责零食贴标签，包装，打码，理货等工作轻松、简单! 工作时间8:00-20:00，中间有吃饭和休息时间，工作10个小时左右! 薪资待遇:200-260天，工资人走结清，最低做30天即可!招聘要求:年龄16-45岁身体健康，经验不限，手脚灵活!厂区福利: 1、工作餐:吃饭统一食堂，包二餐，入职当天提供饭卡，可以安排长白班 2、宿舍:免费4到6人间，空调，洗衣机，无线网，24小时热水，独卫等基本设施齐全。

职位职责： 团队介绍：我们是「豆包视频生成模型-PixelDance」团队，我们专注于开发视频生成模型，解决视频生成的关键问题，包括但不限于高动态性视频生成、内容一致性保障。构建行业领先的视频基础模型，引领技术的未来潮流。视频生成工程团队的工作涉及到模型生产的全周期流程，在这里，你有机会参与到模型的数据生产、训练加速、推理加速、服务部署的每个环节。同时你将接触到最先进的视频生成技术、海量的数据、大规模的集群，我们期待你能够和我们的模型一同Scale UP。 1、为LLM和Diffusion Model提供训练稳定性、易用性、性能和Scale up的优化； 2、能够使用Profiler手段，分析训练瓶颈，使用分布式策略调优、算子优化等手段来提升训练性能； 3、负责ByteDance Research训练优化技术的调研和引入； 4、与算法部门深度合作，进行算法与系统的联合优化。 职位要求： 1、本科及以上学历，计算机/电子/自动化/软件等相关专业，有AI工程优化经验的优先； 2、熟悉LLM 、Diffusion Model任一场景的训练性能优化； 3、熟悉Pytorch、FSDP、Deepspeed、Megatron等业界主流分布框架的使用和原理，能够进行业务场景的优化，能够follow业界最新动态并进行落地； 4、熟练GPU的高性能计算优化技术，具备丰富的基于CUDA的GPU性能优化经验，深入理解计算机体系结构，熟悉并行计算优化、访存优化，低比特计算等； 5、了解深度学习算法基本原理，熟悉神经网络基本架构和各算子计算方式，了解至少一种深度学习训练框架及其模型文件的解析。