字节跳动图算法工程师-社区治理

1、负责运用算法挖掘、识别和预测电商场景中的风险和低质的商家/商品/带货主播，并配合业务进行管控； 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、参与构建大规模的图存储和图学习平台，完善电商社区内商家/商品/达人/视频内容的关系建设，构建电商实体通用表征能力，赋能治理业务； 4、探索和调研NLP/CV/图学习/序列学习和相关方向前沿技术，并落地于真实业务场景。

1、负责将内容理解、机器学习、流量调控等算法能力深度应用于小红书笔记、评论、直播、商品、账号、广告等核心生态场景，构建高效、智能的社区治理与风控体系，精准识别问题用户、团伙及黑灰产风险，打击流量作弊等不公平行为，技术驱动社区信任与安全建设； 2、主导多模态识别、计算机视觉、自然语言处理、大模型（语言/多模态）、决策树、图模型等算法的研发与迭代，通过样本去噪、样本生成、模型创新、自监督学习、Few-Shot学习等技术手段，持续提升治理精度与效率； 3、持续追踪黑灰产动态与新型作弊手法，开展深度风险分析，建立风险感知与预警机制，提出前瞻性防控策略，参与构建覆盖全链路的社区风控体系，保障平台健康生态。

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、知产账号风险治理：运用机器学习/图技术等算法挖掘、识别和预测电商场景中的风险与低质量商家和带货主播，并协同业务进行治理管控； 2、体验优化：利用算法挖掘影响商品知产体验的事件及行为，构建数据模型，助力优化电商生态体验； 3、多实体建模：参与构建电商直播、商品、商家和带货主播等多种实体的知产关系数据模型，对大规模网络/海量特征序列进行建模，支撑知产理解、多模态表征及社区挖掘等场景，并提升IPR账号和体验能力； 4、前沿技术探索：研究并探索机器学习、图神经网络、行为序列建模、无监督异常检测、自监督学习、强化学习等前沿技术，推动业务落地。

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、知产账号风险治理：运用机器学习/图技术等算法挖掘、识别和预测电商场景中的风险与低质量商家和带货主播，并协同业务进行治理管控； 2、体验优化：利用算法挖掘影响商品知产体验的事件及行为，构建数据模型，助力优化电商生态体验； 3、多实体建模：参与构建电商直播、商品、商家和带货主播等多种实体的知产关系数据模型，对大规模网络/海量特征序列进行建模，支撑知产理解、多模态表征及社区挖掘等场景，并提升IPR账号和体验能力； 4、前沿技术探索：研究并探索机器学习、图神经网络、行为序列建模、无监督异常检测、自监督学习、强化学习等前沿技术，推动业务落地。