字节跳动多模态大模型算法实习生-电商业务（平台治理方向）
任职要求
1、2026届硕士及以上学位在读，计算机相关专业； 2、具有多模态大模型、NLP/CV深度模型等的训练和应用经验，精通大模型、多模态、CV、NLP等的1-2个领域，优秀的分析和解决问题的能力，对挑战性问题充满激情； 3、具备扎实的代码功底，具备Linux环境研发能力，精通Python和PyTorch等深度学习框架，具备扎实的数据结构/算法基础，熟练掌握机器学习/深度学习理论知识，并具有丰富实践经验； 4、具备良好的团队合作精神，较强的沟通能力； 5、有高水平论文的优先，包括但不限于ACL、EMNLP、COLING、WWW、AAAI等； 6、实践动手能力强，ACMICPC、NOI/IOI、Top Coder、Kaggle比赛获奖者优先。
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-平台治理算法团队，通过优化算法，和业务团队协作，对字节旗下的电商产品进行全方位的质量和生态的治理，既包括风险、违规和低质问题的打击，也包括健康电商生态的建设和优化，在最大程度的优化平台治理的效果的同时提升治理的工作效率，降低成本。另外一方面，平台治理算法团队致力于攻坚前沿的AI技术，以技术驱动推动业务的变革和发展，领域涉及广泛，包括但不限于NLP/CV/多模态/大模型/图算法/序列算法等。 1、深入理解电商业务，并基于电商领域知识，构建围绕电商场景的多模态大模型底座，包括但不限于：数据优化以及数据合成、领域预训练、指令微调、有监督微调等； 2、参与构建挖掘电商直播、商品、商家和带货主播等多种实体的数据，对大规模网络/海量特征序列进行建模，支撑商家、达人分类、风险团伙挖掘等业务场景解决问题，并为商家/达人治理提供支持； 3、负责强化电商治理场景下，大模型推理和反思能力，通过业务域SFT、高质量CoT、强化学习、数据合成等技术方案，持续提升大模型业务理解能力； 4、探索基于多模态大模型的电商智能审核系统，实现大规模的机器自动审核，包括：治理规则理解，商品和内容（直播、短视频）的信息抽取、内容理解、风险识别、问题推理等； 5、建设基于多模态大模型的电商智能售后Agent，实现模型自动理解消费者意图并智能化给出解决方案，包括：智能仲裁、智能判责、智能售后等。
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-平台治理算法团队，通过优化算法，和业务团队协作，对字节旗下的电商产品进行全方位的质量和生态的治理，既包括风险、违规和低质问题的打击，也包括健康电商生态的建设和优化，在最大程度的优化平台治理的效果的同时提升治理的工作效率，降低成本。另外一方面，平台治理算法团队致力于攻坚前沿的AI技术，以技术驱动推动业务的变革和发展，领域涉及广泛，包括但不限于NLP/CV/多模态/大模型/图算法/序列算法等。 1、深入理解电商业务，并基于电商领域知识，构建围绕电商场景的多模态大模型底座，包括但不限于：数据优化以及数据合成、领域预训练、指令微调、有监督微调等； 2、参与构建挖掘电商直播、商品、商家和带货主播等多种实体的数据，对大规模网络/海量特征序列进行建模，支撑商家、达人分类、风险团伙挖掘等业务场景解决问题，并为商家/达人治理提供支持； 3、负责强化电商治理场景下，大模型推理和反思能力，通过业务域SFT、高质量CoT、强化学习、数据合成等技术方案，持续提升大模型业务理解能力； 4、探索基于多模态大模型的电商智能审核系统，实现大规模的机器自动审核，包括：治理规则理解，商品和内容（直播、短视频）的信息抽取、内容理解、风险识别、问题推理等； 5、建设基于多模态大模型的电商智能售后Agent，实现模型自动理解消费者意图并智能化给出解决方案，包括：智能仲裁、智能判责、智能售后等。
Bytelntern：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-平台治理算法团队，通过优化算法，和业务团队协作，对字节旗下的电商产品进行全方位的质量和生态的治理，既包括风险、违规和低质问题的打击，也包括健康电商生态的建设和优化，在最大程度的优化平台治理的效果的同时提升治理的工作效率，降低成本。另外一方面，平台治理算法团队致力于攻坚前沿的AI技术，以技术驱动推动业务的变革和发展，领域涉及广泛，包括但不限于NLP/CV/多模态/大模型/图算法/序列算法等。 1、多模态大模型算法研发：负责电商场景下，图文，图视频，音频，OCR，口播等多个模态的预训练和对齐，产出多模态大模型的统一底座，用于电商治理场景所有多模态需求使用； 2、基础算法研发：负责CV/多模态相关模型优化和迭代，多模态表征学习，产出电商通用的预训练模型，Embedding等，用于包含视频意图理解、视频商品类目、同款/相似商品识别、图文意图判断，图文质量治理等电商任务； 3、梳理&沉淀算法库，抽象算法接口，最大化提高算法/预训练模型的复用率，同时优化数据采集&模型训练&部署&推理的流程，提升研发效率； 4、技术输出：定期分享SOTA模型，赋能电商甚至公司级别的业务BU，沉淀专利和论文。
Bytelntern：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-平台治理算法团队，通过优化算法，和业务团队协作，对字节旗下的电商产品进行全方位的质量和生态的治理，既包括风险、违规和低质问题的打击，也包括健康电商生态的建设和优化，在最大程度的优化平台治理的效果的同时提升治理的工作效率，降低成本。另外一方面，平台治理算法团队致力于攻坚前沿的AI技术，以技术驱动推动业务的变革和发展，领域涉及广泛，包括但不限于NLP/CV/多模态/大模型/图算法/序列算法等。 1、多模态大模型算法研发：负责电商场景下，图文，图视频，音频，OCR，口播等多个模态的预训练和对齐，产出多模态大模型的统一底座，用于电商治理场景所有多模态需求使用； 2、基础算法研发：负责CV/多模态相关模型优化和迭代，多模态表征学习，产出电商通用的预训练模型，Embedding等，用于包含视频意图理解、视频商品类目、同款/相似商品识别、图文意图判断，图文质量治理等电商任务； 3、梳理&沉淀算法库，抽象算法接口，最大化提高算法/预训练模型的复用率，同时优化数据采集&模型训练&部署&推理的流程，提升研发效率； 4、技术输出：定期分享SOTA模型，赋能电商甚至公司级别的业务BU，沉淀专利和论文。
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-平台治理算法团队，通过优化算法，和业务团队协作，对字节旗下的电商产品进行全方位的质量和生态的治理，既包括风险、违规和低质问题的打击，也包括健康电商生态的建设和优化，在最大程度的优化平台治理的效果的同时提升治理的工作效率，降低成本。另外一方面，平台治理算法团队致力于攻坚前沿的AI技术，以技术驱动推动业务的变革和发展，领域涉及广泛，包括但不限于NLP/CV/多模态/大模型/图算法/序列算法等。 1、深入理解电商业务，并基于电商领域知识，构建围绕电商场景的文本大模型底座，包括但不限于：数据优化以及数据合成、领域预训练、指令微调、有监督微调等； 2、参与构建挖掘电商直播、商品、商家和带货主播等多种实体的数据，对大规模网络/海量特征序列进行建模，支撑商家、达人分类、风险团伙挖掘等业务场景解决问题，并为商家/达人治理提供支持； 3、负责强化电商治理场景下，大模型推理和反思能力，通过业务域SFT、高质量CoT、强化学习、数据合成等技术方案，持续提升大模型业务理解能力； 4、探索基于文本大模型的电商智能审核系统，实现大规模的机器自动审核，包括：治理规则理解，商品和内容（直播、短视频）的信息抽取、内容理解、风险识别、问题推理等； 5、建设基于文本大模型的电商智能售后Agent，实现模型自动理解消费者意图并智能化给出解决方案，包括：智能仲裁、智能判责、智能售后等。