字节跳动大模型开发(财务域应用)-集团信息系统
社招全职2年以上A52900地点:杭州状态:招聘
任职要求
1、本科及以上学历,计算机科学、人工智能、机器学习等相关专业; 2、至少两年以上的模型相关开发经验,精通模型训练和大模型开发技术; 3、有生产环境AI应用开发和维护经验,有相关技术创新者优先; 4、具备良好的学习能力,沟通能力以及解决技术难题的意识和能力。 加分项: 1、有机器学习或模型相关论文或研究成果者优先; 2、有大模型设计或开发经验者优先; 3、有财务相关领域数据分析经验者优先。
工作职责
团队介绍:集团信息系统部(Corporate Information System)负责字节跳动信息系统建设。通过构建领先的信息系统,助力公司业务和组织的长期高效经营与发展。与此同时,在安全、隐私、合规层面持续治理,为公司的稳健发展保驾护航。字节跳动的员工分布在全球超过120个城市,业务模式复杂,用户规模大。到现在,集团信息系统部已经覆盖人事、财务、法务、采购、审批、职场等多个领域,隐私安全工作同步开展,AIGC创新孵化也在逐步落地实现。 1、深入财务业务领域,基于LLM的行业和能力背景,为财务AI寻找落地场景和突破口,帮助集团提升经营效率; 2、在具体落地场景,协同或带领团队同学快速、高效的实现AI产品落地,攻克财务场景对准确率要求极高的挑战; 3、设计和推进贴合业务场景的算法或模型的生产落地,并具有良好的扩展性,做好全面拓展到集团信息系统部的准备。
包括英文材料
学历+
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
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
数据分析+
[英文] Data Analyst Roadmap
https://roadmap.sh/data-analyst
Step by step guide to becoming an Data Analyst in 2025
相关职位
社招6年以上信息技术类
1、负责电商财务域数据模型调研、设计、开发工作,与业务部门紧密配合,提供数据支持 2、负责电商财务域数据运营&治理工作,保障数据质量 3、参与电商财务域数据体系化建设,提升数据服务稳定性
更新于 2025-06-20
社招3年以上数据开发岗
1.负责家电和3C场景以旧换新业务数字化能力建设,识别并规避潜在的风险,通过数据发现业务增长机会; 2.建设场景化的数据资产,从用户、订单、商品、商家、支付主题域建设核销场景的数据资产; 3.面向各城市核销场景建设自动化规则校验和数据监控,建设全链路自动化能力; 4.协同核销、系统产研、业务推进数据传输和核销回款率的提升。
更新于 2025-06-05
社招反舞弊财务
1.负责内部审计、风险模型建设,关注追踪大数据、AI与大模型领域的前沿技术,推动风险管控的完善及升级; 2.负责部门信息化管理及建设相关工作,持续提升业务效率及自动化水平; 3.协助公司风险事件的排查,利用数据分析等方法对数据进行分析挖掘,识别数据中的异常及风险。
更新于 2025-06-30