字节跳动安全合规测试开发工程师-国际化短视频

关于团队 我们是国际化短视频社交业务的前端团队，致力于为用户打造极致的即时通讯系统，将内容消费与平台上的分享和互动联系起来，培养基于社交关系的内容分享习惯，增强社交网络中的互动体验。我们的主要工作包括：通过平台化的能力增强国际化短视频私信基础体验、建设 IMCloud 来服务业务生态、开发 Web Apps 增强跨端体验、设计并开发高效和稳定的前端架构、打造安全合规的技术体系等。 1、负责国际化短视频社交产品的核心基础功能开发，包括私信系统、社交中台和 Web 应用程序等； 2、负责前端 SDK 架构、基础功能、安全合规、工具链、CICD、平台架构等领域的技术设计、开发和运维工作； 3、解决 SDK 核心架构、加密、数据合规性、稳定性、跨平台开发方面的技术挑战； 4、作为海内外产品基础服务提供商，我们积极遵守海内外各地区的隐私和安全合规要求，提供高质量的服务。

Team Introduction: TikTok Content Security Algorithm Research Team The International Content Safety Algorithm Research Team is dedicated to maintaining a safe and trustworthy environment for users of ByteDance's international products. We develop and iterate on machine learning models and information systems to identify risks earlier, respond to incidents faster, and monitor potential threats more effectively. The team also leads the development of foundational large models for products. In the R&D process, we tackle key challenges such as data compliance, model reasoning capability, and multilingual performance optimization. Our goal is to build secure, compliant, and high-performance models that empower various business scenarios across the platform, including content moderation, search, and recommendation. Research Project Background: In recent years, Large Language Models (LLMs) have achieved remarkable progress across various domains of natural language processing (NLP) and artificial intelligence. These models have demonstrated impressive capabilities in tasks such as language generation, question answering, and text translation. However, reasoning remains a key area for further improvement. Current approaches to enhancing reasoning abilities often rely on large amounts of Supervised Fine-Tuning (SFT) data. However, acquiring such high-quality SFT data is expensive and poses a significant barrier to scalable model development and deployment. To address this, OpenAI's o1 series of models have made progress by increasing the length of the Chain-of-Thought (CoT) reasoning process. While this technique has proven effective, how to efficiently scale this approach in practical testing remains an open question. Recent research has explored alternative methods such as Process-based Reward Model (PRM), Reinforcement Learning (RL), and Monte Carlo Tree Search (MCTS) to improve reasoning. However, these approaches still fall short of the general reasoning performance achieved by OpenAI's o1 series of models. Notably, the recent DeepSeek R1 paper suggests that pure RL methods can enable LLM to autonomously develop reasoning skills without relying on the expensive SFT data, revealing the substantial potential of RL in advancing LLM capabilities. 团队介绍： 国际化内容安全算法研究团队致力于为字节跳动国际化产品的用户维护安全可信赖环境，通过开发、迭代机器学习模型和信息系统以更早、更快发掘风险、监控风险、响应紧急事件，团队同时负责产品基座大模型的研发，我们在研发过程中需要解决数据合规、模型推理能力、多语种性能优化等方面的问题，从而为平台上的内容审核、搜索、推荐等多项业务提供安全合规，性能优越的基座模型。 课题介绍: 课题背景： 近年来，大规模语言模型（Large Language Models, LLM）在自然语言处理和人工智能的各个领域都取得了显著的进展。这些模型展示了强大的能力，例如在生成语言、回答问题、翻译文本等任务上表现优异。然而，LLM 的推理能力仍有很大的提升空间。在现有的研究中，通常依赖于大量的监督微调（Supervised Fine-Tuning, SFT）数据来增强模型的推理性能。然而，高质量 SFT 数据的获取成本高昂，这对模型的开发和应用带来了极大的限制。 为了提升推理能力，OpenAI 的 o1 系列模型通过增加思维链（Chain-of-Thought, CoT）的推理过程长度取得了一定的成功。这种方法虽然有效，但在实际测试时如何高效地进行扩展仍是一个开放的问题。一些研究尝试使用基于过程的奖励模型（Process-based Reward Model, PRM）、强化学习（Reinforcement Learning, RL）以及蒙特卡洛树搜索算法（Monte Carlo Tree Search, MCTS）等方法来解决推理问题，然而这些方法尚未能达到 OpenAI o1 系列模型的通用推理性能水平。最近deepseek r1在论文中提到通过纯强化学习的方法，可以使得 LLM 自主发展推理能力，而无需依赖昂贵的 SFT 数据。这一系列的工作都揭示着强化学习对LLM的巨大潜力。 课题挑战： 1、Reward模型的设计：在强化学习过程中，设计一个合适的reward模型是关键。Reward模型需要准确地反映推理过程的效果，并引导模型逐步提升其推理能力。这不仅要求对不同任务精准设定评估标准，还要确保reward模型能够在训练过程中动态调整，以适应模型性能的变化和提高。 2、稳定的训练过程：在缺乏高质量SFT数据的情况下，如何确保强化学习过程中的稳定训练是一个重大挑战。强化学习过程通常涉及大量的探索和试错，这可能导致训练不稳定甚至模型性能下降。需要开发具有鲁棒性的训练方法，以保证模型在训练过程中的稳定性和效果。 3、如何从数学和代码任务上拓展到自然语言任务上：现有的推理强化方法主要应用在数学和代码这些CoT数据量相对丰富的任务上。然而，自然语言任务的开放性和复杂性更高，如何将成功的RL策略从这些相对简单的任务拓展到自然语言处理任务上，要求对数据处理和RL方法进行深入的研究和创新，以实现跨任务的通用推理能力。 4、推理效率的提升：在保证推理性能的前提下，提升推理效率也是一个重要挑战。推理过程的效率直接影响到模型在实际应用中的可用性和经济性。可以考虑利用知识蒸馏技术，将复杂模型的知识传递给较小的模型，以减少计算资源消耗。另外，使用长思维链（Long Chain-of-Thought, Long-CoT）技术来改进短思维链（Short-CoT）模型，也是一种潜在的方法，以在保证推理质量的同时提升推理速度。

1、参与字节跳动直播业务质量保障工作； 2、探索产品安全保障体系，把控产品安全合规风险； 3、深度参与产品研发过程，协同各角色持续优质交付产品； 4、通过工具平台开发、自动化测试与性能测试等技术手段提升产品的品质和效率。

1、负责支撑字节跳动国际化广告业务核心交易及财务系统的质量保障相关工作，保障千亿级商业收入的计算准确性； 2、核心工作目标是保障服务质量、提升服务稳定性、提升研发效率、提升测试效率、保障安全合规； 3、工作内容丰富且具有挑战，包括但不限于以下内容： - 负责敏捷小组的项目测试工作，保障项目高质量交付； - 负责测试环境的治理，保障测试环境稳定，承担测试数据构造的开发； - 负责 CI/CD 研发流水线的搭建与维护； - 负责自动化测试（前端/服务端/ Diff）的落地与框架开发； - 负责制定服务的 SLA 标准并建立完善的线上监控体系，有效提升监控告警的准确率和召回率； - 负责线上服务的质量、稳定性、性能、容灾能力、安全性相关的质量运营工作； - 负责效率质量提升工具的开发与落地； - 负责针对具体项目做针对性专项测试，如性能测试、Diff 自动化测试、兼容性测试等等； 4、我们致力于打造业内最优秀的质量保障团队，为产品和服务的质量保驾护航。