字节跳动算法实习生-质量技术
实习兼职A108983地点:上海状态:招聘
任职要求
1、2025届本科及以上学历在读,计算机、软件工程等相关专业优先; 2、在以下一个或多个算法领域上有深度的理解、丰富的实践经验者优先:单元测试用例生成、代码评审、代码自动修复、代码理解; 3、有大模型的数据建设、指令微调、偏好对齐、模型优化经验者优先; 4、优秀的编码能力、数据结构和算法设计基础,熟练掌握Python/C++中的…
登录查看完整任职要求
微信扫码,1秒登录
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:字节跳动质量技术团队,聚焦质量领域,提供一系列的稳定的、有效的、技术领先的质量产品和工具,支撑电商、抖音、头条、飞书等业务。当前,我们在积极的探索质量基建与大模型的结合,构建更高效、更智能的质量技术,非常期望有更多的人才加入,在质量内建、测试效能、自动化测试等领域取得前沿的技术突破。 1、负责代码质量提升相关大模型的算法支持工作; 2、应用先进的算法解决单元测试用例生成、代码评审、代码自动修复、代码理解等代码质量提升的痛点难点; 3、调研先进的大模型和算法,寻找最优方案解决业务问题; 4、未来代码质量相关场景的更多深入研究和探索。
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/
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
数据结构+
https://www.youtube.com/watch?v=8hly31xKli0
In this course you will learn about algorithms and data structures, two of the fundamental topics in computer science.
https://www.youtube.com/watch?v=B31LgI4Y4DQ
Learn about data structures in this comprehensive course. We will be implementing these data structures in C or C++.
https://www.youtube.com/watch?v=CBYHwZcbD-s
Data Structures and Algorithms full course tutorial java
还有更多 •••
相关职位
实习网易有道
1. 参与产品的iOS端开发工作,包括但不限于界面设计、逻辑实现、性能优化等。 2. 参与研发团队敏捷开发流程,理解和响应产品需求,与团队成员协调沟通,保证项目进度和质量。 3. 参与产品的测试、调试和优化工作,保证产品的质量和用户体验。 4. 学习并掌握iOS开发技能,不断提升自己的技术能力和创新能力。 5. 完成领导交付的其他工作任务。
更新于 2025-06-18北京
实习网易有道
参与前沿大模型算法的研发与落地应用,方向包括但不限于:智能 Agent、Deep Research、多模态大模型、检索增强生成 (RAG) 等; 紧跟领域最新技术动态,探索创新算法方法,并积极推动科研成果的产出; 参与技术方案讨论、算法设计与实现、模型训练与优化等研发工作,保证项目进度和研发质量; 持续学习和掌握最新的大模型相关技术,并应用于实际产品和项目中,解决实际问题。
更新于 2025-06-18北京
校招大模型
传统审核大模型通常采用SFT的方式逼近人审对审核规则的识别精度,此时人工执行质量和规则合理性则成为机审体系性能上限。 本课题通过RLVR和Multi-Agent的方式,构造机审判别Agent与规则生成Agent的博弈学习,以对抗上升的方式不断提升审核规则的完备性以及相应机审识别的准召,使得机审可以突破人工上限,实现大模型智能在审核象限的涌现和“Aha moment”。
更新于 2025-12-19北京|上海|杭州