字节跳动机器学习算法实习生-电商业务
任职要求
1、2026届硕士及以上学位在读，计算机相关专业； 2、机器学习&统计方面基础扎实，熟悉常用的分类、回归、聚类机器学习和深度学习算法原理和模型结构，有实际应用的经验，有数据挖掘、深度学习相关领域经验优先； 3、熟悉Python/Java等编程语言，具备优秀的编码能力，至少熟悉一种常见…
工作职责
ByteIntern：面向2026届毕业生（2025年9月-2026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：Data-电商-供应链和物流团队，通过应用机器学习和运筹优化算法，助力字节电商在全球范围内向用户提供低价好物以及快速优质的购物体验。团队的方向包括：参与优化通向全球各个国家地区的仓储物流网络，提升履约时效，降低成本，优化用户体验；跟踪全球电商趋势，优化电商货品供给，预测商品需求，指导备货，探索AIGC赋能时尚供应链。 1、参与字节跳动电商业务供应链及物流全链路智能化体系建设，负责面向业务的数据挖掘及算法模型迭代； 2、结合海量电商底层数据，通过数据挖掘、机器学习、深度学习、统计推断等算法手段，在订单粒度预测履约全生命周期内的事件发生，如商家虚假发货、用户投诉、末端妥投失败、虚假派送、用户差评等； 3、深入理解电商业务场景，通过数据挖掘，提炼出物流运营模式优化、物流成本降低及服务质量改善的方向。
1.负责评论维度方向模型的训练和基础系统性能的优化 2.利用自然语言，多模态等技术，从海量内容中识别风险用户与内容 3.跟踪行业最新动态，推进新算法的落地与应用
1、负责小红书电商和直播风险治理的数据科学工作，通过数据分析和建模，解决包括小红书电商和直播业务当中涉及交易、支付、体验、流量等多个风险治理域的治理问题。 2、风险问题发现：深入理解业务，通过定性和定量分析业务的关键问题，发现潜在风险点，提出优化建议和解决方案； 3、机器学习建模：针对各类风险问题，落地机器学习模型的解决方案，并部署应用； 4、指标体系建设：梳理和搭建各治理场景的核心指标体系，帮助业务明确风险治理路径，指导风险治理动作迭代； 5、驱动改进：基于实验分析、因果推断等手段，提出风控策略优化上的改进建议，提升风险治理效率；
1、负责小红书电商和直播风险治理的策略算法工作，通过数据分析和算法建模，解决包括小红书电商和直播业务当中涉及交易、支付、体验、流量等多个风险治理域的治理问题。 2、风险问题发现：深入理解业务，通过定性和定量分析业务的关键问题，发现潜在风险点，提出优化建议和解决方案； 3、算法建模：针对各类风险问题，落地机器学习模型的解决方案，并部署应用； 4、指标体系建设：梳理和搭建各治理场景的核心指标体系，帮助业务明确风险治理路径，指导风险治理动作迭代； 5、驱动改进：基于实验分析、因果推断等手段，提出风控策略优化上的改进建议，提升风险治理效率；
1、拥抱大模型技术，改进当前内容理解和用户行为理解技术的范式，应用到小红书电商风控&治理场景来解决实际业务问题； 2、进行大模型前沿技术探索和研发，发表国际顶级论文 3、参与大模型相关的业务落地，包括但不限于直播图文信息抽取、文本&用户行为理解、视频结构化、消费者和商家画像、信息抽取、智能摘要、意图理解等；