快手大模型应用算法实习生（Agent方向）
任职要求
1、硕士及以上学历，计算机、人工智能、数学相关专业； 2、有较强的工程实现能力，熟悉LLM及MLLM基本原理、大模型微调/RLHF等后训练技术，熟悉C/C++、Python、Java等至少一门主流编程语言； 3、对NLP、CV、KG、GNN、AI infra 等相关领域有深入的理解，且有相关实际项目经验加分； 4、对学术前沿工作有浓厚兴趣，并善于利用各类技术解决复杂的实际问题，在顶级学术会议上发表过论文加分； 5、有ACM / Kaggle等竞赛相关经验加分。
工作职责
1、了解大语言模型及多模态大模型的微调、prompts调优、指令构建与优化，负责将LLM落地在AIGC产品上； 2、负责LLM及多模态大模型的应用相关技术研究，包括但不限于Agents 、RAG、 MCP、prompt工程等，探索大模型应用前沿及新兴应用场景； 3、负责agents相关基础组件的建设，如上下文记忆、deep research、workflow 等，并针对业务需要研发相关的工具集合； 4、了解业务，与公司各技术团队密切配合，能与产品、运营等角色高效沟通需求和目标，发挥自己的主观能动性，设计技术解决方案。
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：字节跳动豆包大模型团队（Seed）成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限，并探索新的交互。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。豆包大模型团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、负责LLM、VLM通用大模型与垂类大模型的内容安全研发，提升模型识别风险、规避风险、处置风险的能力； 2、负责通过定性、定量方法评估策略表现，进行策略迭代更新，不断提升内容安全效果； 3、深度参与大模型、安全、算法等领域的调研，结合通用模型的新技术、新场景，如LongCoT、Agent、GUI，积极探索相应新技术、新场景上，安全方案的创新和落地。
Top Seed人才计划-豆包大模型研究实习生专项：面向 2025 年 9 月及以后毕业的博士及本硕在读同学，加入我们，你可以自主决定研究课题，与正式员工享受同等权限和资源，和优秀的研究员一起，向智能上限发起挑战。 团队介绍：字节跳动豆包大模型团队（Seed）成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限，并探索新的交互。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。豆包大模型团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、专注改进大模型在现实世界复杂任务的效果，追求通用可规模化的方法，包括不限于复杂推理、多模态、自主Agent、以及可扩展监督和大规模数据合成等方法； 2、推动大模型技术在高难度场景中的前沿应用，包括不限于Agent系统、专业咨询、科研协作、深度洞察、个性化教育等高价值场景； 3、面向广泛的现实世界高价值任务，设计科学、严谨的量化评测体系，提升模型的智能水平。
1、设计和研发语音多模态大模型在业务场景的落地方案，负责语音模态业务整体pipeline优化，包括但不限于降噪、声纹、ASR、TTS等； 2、结合大模型Agent技术，优化语音+图片多模态下的real time业务落地交互方案； 3、解决业务落地中的关键技术问题，持续跟进业界语音大模型技术最新进展，加速新技术的引进、适配与优化。
-参与大模型应用低代码/无代码开发平台的算法设计与优化，提升开发者在平台上的体验与应用效率 -研究并应用前沿的深度学习和机器学习算法，推动大模型在实际业务场景中的应用落地，重点关注RAG、Agent与代码生成等方向 -深入理解数据飞轮、大模型训练、代码解释器等原理及常用方法并在工作中优化框架 -与产品、工程团队紧密合作，理解业务需求，制定相应的算法解决方案 -持续优化算法的效率和效果，确保平台的高性能和高可用性