快手大模型算法实习生-【商业化】
任职要求
1、计算机科学、人工智能、电子工程等相关专业硕士/博士在读，扎实的算法与编程基础； 2、熟悉多模态大模型（如Transformer、CLIP、ViT等）及生成模型（如Diffusion、GAN）、熟练使用PyTorch/TensorFlow等框架，熟悉分布式训练或模型压缩技术者优先、具备视频处理、跨模态检索、强化学习相关经验者加分； 3、对技术前沿敏感，能独立复现论文算法并改进，有顶会论文发表或竞赛经验者优先； 4、逻辑清晰，责任心强，具备快速学习能力和团队协作意识。 加分项：熟悉大模型在风控、内容审核等场景的应用
工作职责
1、大模型理解方向：探索多模态大模型在视频、图像、文本内容的理解能力，构建场景化模型，提升风险识别准召率； 研究视频/图像拒绝理由的可解释性归因方法，推动人机协同审核应用落地； 构建大模型在风险防控、开户业务等场景的垂类内容理解能力，优化模型对抗性及迭代效率； 开发视频、图文向量化表征技术，提升跨模态检索能力（如视频索引、图文相似性检索）； 2、大模型生成方向：研究多模态大模型（图像/视频）生成与修复技术，探索可控内容生成方法，提升风险素材过审率； 构建大模型训练、推理、评测的标准化流程，推动平台化能力建设与自动化迭代； 3、大模型推理部署方向：优化大模型推理框架（低延迟、高吞吐），研究量化、剪枝、动态调度等加速技术； 推动多模态大模型在工业级场景的轻量化部署落地。 *根据研究方向选择以上至少一个领域深入参与。
1、负责广告业务中大模型能力的研发与落地，包括广告商品识别、广告素材生成、智能创编、智能助手等核心场景； 2、提升自然语言理解的能力，比如意图识别，NL2SQL，向量召回，结构化/非结构化，短文本/长文本的表征学习等； 3、负责优化LLM生成式大模型的在场景下的微调，使其以更自然、精准、友好、可控的方式与用户沟通； 4、建设基于RAG框架的智能问答系统，优化文本、召回、相关性、问答生成、构建知识图谱、实体抽取等算法； 5、负责快手广告素材、广告商品等投放业务场景下的内容理解与内容优选算法工作，建设多模态大模型、生成式模型等前沿模型技术能力； 6、跟进业界前沿算法，探索NLP/LLM大模型等技术，并结合业务场景取得应用落地。
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：国际商业化产品与技术团队支持字节跳动国际产品的广告产品与变现技术。我们负责end2end的大型广告系统建设，为客户提供商业推广方式与方案。我们的团队遍布北京、上海、美国、新加坡等地，在这里你将有机会开阔自己的国际化视野，接触到全球领先的商业产品架构、模型和算法，并有机会参与并推动互联网广告行业的创新和变革。 1、负责T2V、T2I、LLM、MultiModal-LLM等模型的效率优化，包括但不限于模型蒸馏、裁剪、量化、算子优化、链路设计等结合业务需求，将GPU性能发挥到极致； 2、探索极致的视频生成效果与视频生成性能，打造近实时的视频生成系统，并支持相关技术在数字人、商品视频等场景落地，赋能商业化场景创意制作及优化； 3、参与GPT&Diffusion等生成式模型相关算法研发与优化，跟进计算机视视觉和自然语言处理领域的前沿技术研究。
团队介绍：国际商业化产品与技术团队支持字节跳动国际产品的广告产品与变现技术。我们负责end2end的大型广告系统建设，为客户提供商业推广方式与方案。我们的团队遍布北京、上海、美国、新加坡等地，在这里你将有机会开阔自己的国际化视野，接触到全球领先的商业产品架构、模型和算法，并有机会参与并推动互联网广告行业的创新和变革。 课题背景： 随着LLM大模型和多模态技术的快速发展，给下一代广告系统带来了重大机会，LLM可以根据广告平台的投放经验和数据，并且结合对广告大模型的理解，通过Reflection、RLHF等技术构建与真实环境交互的Agent，从而实现专家级别的广告账号管理，实现最高的ROI。同时广告Agent可探索根据用户的兴趣，个性化实现在线素材生产，最终实现广告素材和创意样式的千人千面，极大撬动用户和商品的匹配效率。 课题挑战： 现有的LLM在垂直广告营销领域上尚不能给出专业且能提升效果的专业知识，并且Agent无法很好的操作和里面广告系统。在创意方面，视频生成模型质量还不能满足广告生成的要求，以及和投放系统结合千人千面的个性化效果。
团队介绍：国际商业化产品与技术团队支持字节跳动国际产品的广告产品与变现技术。我们负责end2end的大型广告系统建设，为客户提供商业推广方式与方案。我们的团队遍布北京、上海、美国、新加坡等地，在这里你将有机会开阔自己的国际化视野，接触到全球领先的商业产品架构、模型和算法，并有机会参与并推动互联网广告行业的创新和变革。 课题背景： 随着LLM大模型和多模态技术的快速发展，给下一代广告系统带来了重大机会，LLM可以根据广告平台的投放经验和数据，并且结合对广告大模型的理解，通过Reflection、RLHF等技术构建与真实环境交互的Agent，从而实现专家级别的广告账号管理，实现最高的ROI。同时广告Agent可探索根据用户的兴趣，个性化实现在线素材生产，最终实现广告素材和创意样式的千人千面，极大撬动用户和商品的匹配效率。 课题挑战： 现有的LLM在垂直广告营销领域上尚不能给出专业且能提升效果的专业知识，并且Agent无法很好的操作和里面广告系统。在创意方面，视频生成模型质量还不能满足广告生成的要求，以及和投放系统结合千人千面的个性化效果。