字节跳动算法实习生-技术风险
任职要求
1、2025届本科及以上学历在读，计算机、软件工程相关专业优先； 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、Fine-tuning、Prompt Engineering、向量数据库和 LangChain 等应用范式。
工作职责
ByteIntern：面向2025届毕业生（2024年9月-2025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：字节跳动技术风险团队，支持flow业务稳定性建设，并孵化出变更、资金、运维、蓝军等技术风险领域的基建能力，支撑公司数十条业务线的稳定性建设。同时，在积极探索，利用大模型技术，在技术风险领域，对基建能力做持续的优化和提升，包括智能化资金核对、发布过程的智能检测等。 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技术在技术风险领域中的落地应用，基于大量质量能力构建统一的智能化测试基建； 3、参与技术风险智能化领域LLM/Agents的数据工程，构建数据飞轮； 4、参与基于技术风险数据做模型微调（Fine-tune），确保模型精度和效率。
ByteIntern：面向2025届毕业生（2024年9月-2025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：字节跳动技术风险团队，支持flow业务稳定性建设，并孵化出变更、资金、运维、蓝军等技术风险领域的基建能力，支撑公司数十条业务线的稳定性建设。同时，在积极探索，利用大模型技术，在技术风险领域，对基建能力做持续的优化和提升，包括智能化资金核对、发布过程的智能检测等。 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技术在技术风险领域中的落地应用，基于大量质量能力构建统一的智能化测试基建； 3、参与技术风险智能化领域LLM/Agents的数据工程，构建数据飞轮； 4、参与基于技术风险数据做模型微调（Fine-tune），确保模型精度和效率。
ByteIntern：面向2025届毕业生（2024年9月-2025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：字节跳动技术风险团队，支持flow业务稳定性建设，并孵化出变更、资金、运维、蓝军等技术风险领域的基建能力，支撑公司数十条业务线的稳定性建设。同时，在积极探索，利用大模型技术，在技术风险领域，对基建能力做持续的优化和提升，包括智能化资金核对、发布过程的智能检测等。 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技术在技术风险领域中的落地应用，基于大量质量能力构建统一的智能化测试基建； 3、参与技术风险智能化领域LLM/Agents的数据工程，构建数据飞轮； 4、参与基于技术风险数据做模型微调（Fine-tune），确保模型精度和效率。
ByteIntern：面向2025届毕业生（2024年9月-2025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：字节跳动技术风险团队，支持flow业务稳定性建设，并孵化出变更、资金、运维、蓝军等技术风险领域的基建能力，支撑公司数十条业务线的稳定性建设。同时，在积极探索，利用大模型技术，在技术风险领域，对基建能力做持续的优化和提升，包括智能化资金核对、发布过程的智能检测等。 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技术在技术风险领域中的落地应用，基于大量质量能力构建统一的智能化测试基建； 3、参与技术风险智能化领域LLM/Agents的数据工程，构建数据飞轮； 4、参与基于技术风险数据做模型微调（Fine-tune），确保模型精度和效率。
1、分析风险数据，建设风险识别特征，迭代并优化内容风险反作弊能力 2、对风险内容和风险账号进行数据挖掘，通过机器学习、无监督学习、深度学习等方法和技术，进行风险检测和风险识别的建模 3、跟踪行业最新动态，推进新算法的落地与应用