奇虎360实习转正-AI算法安全研究实习生（北京）-5013(J11867)

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：CQC（中国内容质量与数据服务平台）归属于抖音集团，负责今日头条、抖音、西瓜等产品内容和抖音集团商业内容的安全质量与体验，支持各产品的运营和增长，以及为产品线提供AI算法算力的基础支持服务。 1、参与大语言模型在垂直领域的数据生产与优化，负责通用主题问题的理解与逻辑拆解，明确任务目标与关键信息，针对模型生成的初始回答，识别逻辑漏洞或语言不通顺之处，通过自动化手段进行高质量改写，确保标注数据的准确性与实验有效性； 2、从用户视角理解并处理复杂开放式问题，具备良好的问题拆解与关键词提取能力，逻辑清晰地补全思考链路，能够自然流畅地组织信息，进行事实、推理、观点的区分与表达，擅长识别模型输出中的逻辑不一致与语义偏差； 3、跨团队协作，与算法、产品等团队紧密配合，深入理解垂类方向用户需求及模型特性，不断迭代标注标准，提升数据质量与准确性； 4、关注行业动态与先进实践，持续关注大语言模型的发展趋势，探索数据生产在模型能力提升中的作用，学习并应用行业先进的数据生产方法于数据生产工作中。

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：Data-抖音团队，负责抖音APP的推荐算法、内容算法、对话算法及大数据工作，对接各场景业务（短视频，直播，图文，电商，社交，生态，投稿，消息，同城，生活服务，音乐，评论，内容理解&安全、智能对话等）。我们的工作涉及大规模推荐算法的优化、复杂约束的优化问题的解决、内容理解、LLM应用以及新业务方向探索、CV/NLP等多个学术领域的算法改进工作、对多种场景的推荐架构的设计和实现和对产品数据的复杂深入的分析工作。在这里，你可以深入钻研机器学习算法的改进和优化，探索工业界最领先的推荐系统架构和推荐大模型算法、可以通过使用最新的大模型等技术支持抖音的数字人、智能客服、AI工具等创新探索；可以通过对产品的深度理解和思考，将算法应用到业务中去；也可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。 1、承担抖音内多元语音交互场景中的语音模型需求，涵盖抖音AI分身音视频对话、客服热线、VOIP场景下的相关音频算法研发工作；包括对语音识别、合成、对话理解等模型展开针对性训练与优化，全力提升对话效果及语音合成稳定性和表现力； 2、深入探索端到端语音大模型的落地与优化举措，致力于降低语音交互延时，显著提升语音对话品质；同时，专注于语音合成/音频AI生成相关算法模型的研发与精进，跟进语音领域前沿技术研究，负责音频表征模型、Seq2Seq底膜的研发优化； 3、紧密跟踪研发业界先进的音频技术进展，积极探索语音/音频领域最新技术，并推动其成功落地于抖音产品之中。

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：字节跳动安全与风控-Flow部门，负责Flow业务中大模型和生成式AI应用如豆包、Cici、扣子等的安全保障工作。团队为业务面临的数据安全、用户隐私挑战、新兴大模型攻击方式等安全隐患提供创新的防御能力和解决方案，我们在北京、杭州、深圳、美国均设有安全研发中心，团队和业务正处于快速发展期，成长空间大，欢迎各位同学加入。 1、研究业界的算法和技术方案，探索大模型训练在安全领域应用的上限； 2、深入大模型技术栈，结合安全关键问题进行深度产品集成和落地，如代码分析、漏洞检测、自动化攻击研判、Oncall； 3、数据构建/合成/标注/清洗、推理模型/代码模型等后训练（SFT/RL）、框架开发、模型加速与蒸馏等； 4、与资深工程师合作，解决大数据量/可靠性/时延/成本等挑战，将研究成果落地产生价值； 5、与高校合作，共同发表顶级论文。

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：Codebase 部门专注于代码领域的核心工作，包括字节跳动的代码托管、代码分析的基础架构搭建，以及相关前沿技术的深度探索。随着大语言模型（LLM）技术的迅速发展，我们积极布局，开展了一系列与 Code Agent 相关的技术研究和应用孵化工作。通过这些努力，我们致力于打造更加智能、高效、安全的新一代基础设施，为公司的技术发展和业务创新提供坚实支撑。 1、参与字节跳动智能编程产品的模型优化、评测以及线上问题分析，提升产品用户体验； 2、提升代码补全、生成、理解、问题修复各个关键任务的性能以及在产品上的表现； 3、调研新技术，并推动Agent、RAG、多模态等大模型相关技术应用于编码、开发流程、效率工具与质量保障； 4、将NLP技术与静态代码分析方法结合，解决代码生成、代码理解以及安全故障检测等问题。