滴滴安全产品技术部（3）算法实习生
任职要求
1、计算机视觉、机器学习、人工智能等相关专业； 2、在计算机视觉、多模态理解等方面有扎实的研究基础，熟悉主流模型和算法，如CLIP、Transformer等； 3、具有较强的好奇心、自驱力和算法/模型创新能力； 4、高质量论文发表者优先（如CVPR、AAAI、NIPS、ICCV、ECCV等）； 5、精通至少一种语言技术，包括但不限于Python、C/C++等。
工作职责
1、有视觉算法或多模态算法的技术积累和经验，能支持滴滴业务安全需求中的视觉算法相关的研究和开发，包括但不限于OCR、视觉/多模态大模型、通用结构化信息提取： 2、负责跟踪和探索视觉大模型、多模态大模型、通用结构化前沿问题，参与模型的设计、训练、调优及评测工作，并推进视觉大模型、多模态大模型等在业务场景的应用落地。
1、开展语音、大模型、人脸识别等前沿算法方向研究，涵盖声纹识别、文本检测、文本识别、版面分析、Transformer、小样本迁移学习、人脸比对、人脸防攻击等方向。 2、进行上述方向前沿算法的追踪、复现及相关辅助工作 。
1、数据处理与整理：协助团队进行大模型内容安全相关数据的收集、清洗、标注与整理工作，包括但不限于违规文本、图片、视频等多模态数据，确保数据的准确性、完整性和可用性，为模型训练与优化提供高质量数据支撑。 2、数据挖掘与分析：运用数据挖掘算法和数据分析工具，对海量内容安全数据进行探索性分析，挖掘违规内容的特征模式、分布规律及演变趋势，如违规话术变体、新型违规场景等，形成结构化的分析报告。 3、模型效果评估与优化辅助：参与机审模型的效果评估工作，协助计算准确率、召回率等关键指标，分析模型误判、漏判案例的原因；结合数据分析结果，提出模型优化建议，如特征工程改进、阈值调整等，助力提升机审模型的内容识别能力。 4、数据可视化与报告撰写：利用可视化工具（如 Tableau、Matplotlib 等）将分析结果转化为直观的图表，定期撰写数据分析报告，清晰呈现数据洞察、模型表现及优化进展，为团队决策提供数据依据。 5、跨团队协作与任务支持：配合算法工程师、安全运营等团队完成临时数据相关任务，协助推进内容安全防护体系的迭代升级，参与团队内部的技术分享与讨论。 6、参与大模型安全相关的合规工作。
【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。
我们是小红书应用算法部/内容理解算法组，目前专注于内容理解场景的技术落地和产品预研。我们希望寻求优秀在读硕士生/博士生共同突破多模态/视觉大模型理解和生成算法在多模态内容理解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。岗位职责包括： 1、负责内容安全相关的自然语言处理核心算法的研究与开发，如文本分类、情感分析、长文本语义理解、舆情分析等，构建并优化NLP模型，提升模型性能与快速对抗变异风险能力，对于涉z、色情、违规等内容进行全方位的识别，构建业界领先的内容识别能力； 2、跟踪NLP领域前沿技术与研究成果，探索新技术在实际业务中的应用，如大模型微调、加速等，针对不同业务形态，提出创新性的NLP解决方案； 3、与业务部门紧密合作，了解业务需求，推动内容安全解决方案在公司各应用场景的落地。