小红书生态策略产品（负向治理）-T&S

团队介绍：今日头条推荐算法团队，致力于为用户提供个性化新闻和信息推荐服务，提升头条产品的用户体验。我们的业务涉及内容的个性化分发、生态与质量治理、热点和垂类等多个方向。在这里，你可以研究和改进最前沿的推荐、大模型等算法，结合对产品、数据的深度分析，将技术应用到实际业务中，服务数亿用户。 课题介绍：番茄系聚合海量故事IP，今日头条拥有丰富内容形态，但生产与分发仍面临改编链路长、成本高，以及推荐过度依赖稀疏ID、对新内容/低活用户不友好等问题。本课题以多模态大模型为底座：在番茄通过LLM创作提效与结构化内容理解，构建IP资产并打通“小说→剧本→分镜→动态漫/短剧/音频”的生成与辅助创作；在小说、短剧、今日头条把内容理解信号融入推荐建模，提升兴趣捕捉与可解释分发，最终实现生产与分发协同提升。 1、大模型推荐和推荐Agent：引入LLM的推理能力，以Seed为基础训练大模型执行推荐任务的能力，推荐Token和自然语言Token联合训练实现模态融合，让推荐系统具备理解自然语言的能力，从而用推荐Agent方式实现更具扩展性的分发交互体验 2、突出强调利用大模型COT的推理能力，改进被动推荐效果 3、遵循用户的正向、负向指令的能力，彻底解决用户反馈中“Dislike不生效”、新用户兴趣探索、用户调控推荐画风等难题 4、在产品中提供和用户进行对话交互的能力，用户可根据自身需求调整推荐的效果 5、消息推送系统中嵌入大模型的用户-内容推理匹配能力，追求在内容零展、低展的情况下精准、快速的推送给用户，实现极高的推送时效性 6、构建基于大模型的推荐Agent能力，让大模型能和目前推荐系统业务策略和逻辑能更好的融合和调用。 课题挑战： 1、跨体裁一致性与可控生成； 2、结构化理解准确可复用； 3、模型落地成本/时延/轻量化； 4、LLM与内容的对齐、解码方案探索，包括纯文本方案或基于SID的方案； 5、LLM推荐指令COT数据集构建和个性化推荐推理能力的训练方法探索； 6、用户推荐正向、负向指令理解和线上执行能力探索； 7、推荐系统能力模块化&工具化，推荐Agent设计。 课题价值： 1、提效降本，提升IP产能与变现； 2、增强推荐效果与可解释性； 3、沉淀多模态通用底座； 4、探索基于LLM推理能力的推荐范式。

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：抖音中长视频生态团队，负责抖音旗下产品的中长视频生态工作。我们为抖音中长视频生态的健康与繁荣，以及对应的用户心智与场景规模负责，包括抖音各端内的精选频道与中长视频内容策略以及“抖音精选”APP。我们是一群文理兼修的内容热爱者，既会熟练运用数据工具展开深入分析获取洞察，与算法密切合作拿到数据结果；也会对内容与独到见解和深刻认知，能够清晰定义产品价值下的内容取舍。加入中长视频团队，可以走在深度好内容的最前沿，和各领域最优质的作者一起创造长期用户价值。 1、参与重点人群/场景下内容推荐问题发现和策略迭代，包括但不限于信号利用、画风优化、负向治理、推荐纠偏等手段，优化用户体验； 2、结合定性的用户反馈与定量数据分析手段，理解不同群体/场景的用户需求和遇到问题，基于合理假设和数据分析，设计可落地的优化方案、持续分析迭代； 3、与推荐算法、数据分析团队紧密合作，有效推进项目进行和落地。

1、负责抖音UGC内容画风的定义和识别、处置相关工作； 2、基于UGC业务特点，深刻理解生态差异价值，对UGC场景下内容推荐问题发现和策略迭代负责，包括但不限于画风优化、负向治理，极致优化用户体验； 3、和推荐、内容理解等团队合作，通过策略手段调控内容生态。

1、负责米哈游社区内容的负向治理策略，分析社区生态，识别不友善评论、恶意攻击、违规广告等各类负面内容，制定并持续优化针对性强、切实可行的治理策略； 2、搭建科学合理的社区内容评估体系，对社区内容质量、用户行为等进行量化评估，为治理策略的调整提供有力依据； 3、优化审核流程与标准，提升审核效率和准确性。