字节跳动大模型算法工程师-质量智能方向
社招全职A80849地点:杭州状态:招聘
任职要求
1、本科及以上学历,计算机相关专业; 2、具备优秀的算法能力,有TensorFlow/PyTorch等深度学习训练框架相关经验,熟悉NLP、CV、RL相关算法技术; 3、掌握大语言模型的算法原理、…
登录查看完整任职要求
微信扫码,1秒登录
工作职责
团队介绍:我们是字节跳动质量技术团队,致力于基于海量质量领域数据,通过AI智能化构建新一代的质量工作范式,主要方向包括测试用例生成、业务领域建模、智能断言、诊断分析。 1、参与领域模型的全流程工作,包括但不限于数据、训练、评测、推理部署; 2、探索LLM技术在质量领域中的落地应用,基于大量质量能力构建统一的智能化测试基建; 3、负责质量智能化领域LLM/Agents的数据工程,构建数据飞轮; 4、负责基于质量数据做模型微调(Fine-tune),确保模型精度和效率。
包括英文材料
学历+
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
TensorFlow+
https://www.youtube.com/watch?v=tpCFfeUEGs8
Ready to learn the fundamentals of TensorFlow and deep learning with Python? Well, you’ve come to the right place.
https://www.youtube.com/watch?v=ZUKz4125WNI
This part continues right where part one left off so get that Google Colab window open and get ready to write plenty more TensorFlow code.
PyTorch+
https://datawhalechina.github.io/thorough-pytorch/
PyTorch是利用深度学习进行数据科学研究的重要工具,在灵活性、可读性和性能上都具备相当的优势,近年来已成为学术界实现深度学习算法最常用的框架。
https://www.youtube.com/watch?v=V_xro1bcAuA
Learn PyTorch for deep learning in this comprehensive course for beginners. PyTorch is a machine learning framework written in Python.
还有更多 •••
相关职位
社招A112937
团队介绍:我们是字节跳动质量技术团队,致力于基于海量质量领域数据,通过AI智能化构建新一代的质量工作范式,主要方向包括测试用例生成、业务领域建模、智能断言、诊断分析。 1、参与领域模型的全流程工作,包括但不限于数据、训练、评测、推理部署; 2、探索LLM技术在质量领域中的落地应用,基于大量质量能力构建统一的智能化测试基建; 3、负责质量智能化领域LLM/Agents的数据工程,构建数据飞轮; 4、负责基于质量数据做模型微调(Fine-tune),确保模型精度和效率。
更新于 2024-05-09深圳
社招A69989
团队介绍:我们是字节跳动质量技术团队,致力于基于海量质量领域数据,通过AI智能化构建新一代的质量工作范式,主要方向包括测试用例生成、业务领域建模、智能断言、诊断分析。 1、参与领域模型的全流程工作,包括但不限于数据、训练、评测、推理部署; 2、探索LLM技术在质量领域中的落地应用,基于大量质量能力构建统一的智能化测试基建; 3、负责质量智能化领域LLM/Agents的数据工程,构建数据飞轮; 4、负责基于质量数据做模型微调(Fine-tune),确保模型精度和效率。
更新于 2024-05-09上海
社招A142698
团队介绍:我们是字节跳动质量技术团队,致力于基于海量质量领域数据,通过AI智能化构建新一代的质量工作范式,主要方向包括测试用例生成、业务领域建模、智能断言、诊断分析。 1、参与领域模型的全流程工作,包括但不限于数据、训练、评测、推理部署; 2、探索LLM技术在质量领域中的落地应用,基于大量质量能力构建统一的智能化测试基建; 3、负责质量智能化领域LLM/Agents的数据工程,构建数据飞轮; 4、负责基于质量数据做模型微调(Fine-tune),确保模型精度和效率。
更新于 2024-05-09北京