百度策略算法实习生（大模型风控场景应用）（J86293）
任职要求
-计算机相关专业硕士在读研二 -对大模型方向场景化落地有信心和想法 -深入理解大模型原理，并具备一定的工程架构能力 -熟悉机器…
工作职责
-搭建大模型风控平台、算法，帮助搜索、商业广告、电商交易、运营活动提升风控、反作弊能力和效率 -模型调优，提升大模型不同场景风控、反作弊专业知识能力 -推理调优，提升大模型不同场景风控、反作弊识别推断能力 -知识检索能力构建，基于向量数据库构建风控、反作弊数据高时效检索能力，提升大模型在风控、反作弊场景的判罚效果
【职位描述】 我们是小红书安全风控平台部/算法策略组/内容安全组，目前专注于多模态大模型在多模态理解和内容安全场景的技术落地和产品预研，目前在相关数据&技术方向有一定的积累，并将长期持续投入。我们希望寻求优秀在读硕士生/博士生共同突破大模型在安全审核行业落地的技术挑战，作为实习生，你将有机会与产品、工程紧密合作，将研究算法应用到实际问题中，并解决有难度有价值的问题，促进领域前沿技术的发展。欢迎投递简历。该岗位的核心研究方向包括但不限于： 1. 基础多模态表征：主要研究小红书多模态数据（笔记）下的基础多模态表征工作，包括层次化表征、特征融合、自监督探索等，作为基础模型，支持多样化检索场景。 2. 通用多模态大模型：通用多模态大模型在安全领域理解相关研究，包括高效微调、多模态理解等。建立安全多模态基础模型。
1、结合互联网大数据能力和金融业务场景需求 ，构建信用评分、反欺诈等风控模型/策略； 挖掘平台内部和外部数据，构建和完善用户画像体系； 2、参与风控建模全流程，包括但不限于标签定义、特征工程、模型训练、模型评估、调优等； 3、搭建风险监控体系，对资产质量，风险指标进行监控，通过模型/策略对异常指标进行定位分析和解决。
我们致力于运用大模型与Agent技术构建智能化的反作弊系统，解决人工诊断效率低、规则迭代周期长、泛化能力弱等核心问题。作为实习生，你将参与以下方向的研发工作： 1、研究基于大模型的智能Agent技术，提升对作弊行为的自动化识别与风险研判能力； 2、开发多模态内容理解与推理方法，构建具备可解释性的风险分析框架； 3、探索对抗样本防御与策略挖掘技术，增强模型的鲁棒性与泛化能力； 4、优化轻量化部署方案，实现高效且实时的风险检测与决策； 5、推动Agent与风控系统的集成，构建自动化的人机协同机制。 你将有机会参与前沿AI技术在工业场景中的深度应用，与资深研发团队共同攻克真实业务中的关键技术挑战。我们鼓励创新思维，并提供充足的资源支持你的研究与实践落地。
ByteIntern：面向2026届毕业生（2025年9月-2026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：风控研发团队致力于解决各个产品（包括抖音、头条等）面临的各种黑灰产对抗问题，涵盖内容、交易、流量、账号等多个方面的风险治理领域。利用机器学习、多模态、大模型等技术对用户行为、内容进行理解从而识别潜在的风险和问题。不断深入理解业务和用户行为，进行模型和算法创新，打造业界领先的风控算法体系。 1、负责策略引擎系统的设计与实现，支持字节跳动各产品线（抖音短视频、电商、直播、生活服务、用户增长等）的风控需求； 2、负责高性能、高并发、低延迟的后台系统持续优化和演进； 3、负责风控方向算法工程化的系统&平台建设，为算法提供坚实的工程基础； 4、面向超大规模数据问题，每天处理千亿增量的用户数据； 5、设计和实现高并发关键数据服务，用数据衡量产品并驱动产品演进； 6、负责风控场景大模型的基础设施建设和应用落地。