字节跳动知识产权治理算法工程师（账号&体验方向）-国际电商

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、优化电商商品/短视频/带货直播的安全识别算法，解决假货山寨/知产侵权/虚假宣传等问题，建设良好的知产生态； 2、结合商品/视频/直播的文本/图像/用户反馈/商达账号等多维度特征，建设并优化电商内容安全模型/策略，持续优化主动召回与处置能力，降低风险外露； 3、挖掘和识别电商场景中的高知产风险商家/带货主播，并配合实际业务需求进行管控治理； 4、结合商品/直播/视频的文本/图像等特征，理解与挖掘用户反馈意图，为平台提供问题抓手。

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、优化电商商品/短视频/带货直播的安全识别算法，解决假货山寨/知产侵权/虚假宣传等问题，建设良好的知产生态； 2、结合商品/视频/直播的文本/图像/用户反馈/商达账号等多维度特征，建设并优化电商内容安全模型/策略，持续优化主动召回与处置能力，降低风险外露； 3、挖掘和识别电商场景中的高知产风险商家/带货主播，并配合实际业务需求进行管控治理； 4、结合商品/直播/视频的文本/图像等特征，理解与挖掘用户反馈意图，为平台提供问题抓手。

我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。