字节跳动结构化数据融合大模型研究实习生-风控-筋斗云人才计划
任职要求
1、2026届及之后毕业，博士在读，计算机、网络安全、人工智能相关专业优先； 2、优秀的代码能力、扎实的数据结构和算法基础，熟练使用Python，熟悉Pytorch和TF者优先； 3、出色的问题定义、分析和解决能力，发表过CCF-A类论文，在AAAI、NeurIPS、SIGKDD、SIGIR等顶级期刊会议上发表论文者优先； 4、较强的抗压和沟通协作能力，对技术有追求，愿意和团队一起迎接挑战，追求创新。
工作职责
团队介绍：风控研发团队致力于解决各个产品（包括抖音、头条等）面临的各种黑灰产对抗问题，涵盖内容、交易、流量、账号等多个方面的风险治理领域。利用机器学习、多模态、大模型等技术对用户行为、内容进行理解从而识别潜在的风险和问题。不断深入理解业务和用户行为，进行模型和算法创新，打造业界领先的风控算法体系。 课题介绍： 1、课题目标：以风控数据为基础，优化提高大模型对于结构化数据(序列数据、图数据)的理解推理能力。 2、课题背景：风控场景下的数据主要为结构化数据，而目前大模型对于文本和图像的理解能力有了很大的提升，如何跟风控场景的非文本、图像数据(结构化数据)结合起来，让大模型能够更好的理解结构化的数据，是一个业界难题。面临着三大挑战 ：（1）如何有效地将结构化的信息与nlp语义空间进行对齐，使得模型能够同时理解数据结构和语义信息；（2）如何用适当的指令使得大模型理解结构化数据中的结构信息；（3）如何赋予大语言模型图学习下游任务的逐步推理能力，从而逐步推断出更复杂的关系和属性。 3、课题内容：目前业界对结构化数据探索有：（1）图数据理解相关GraphGPT：让大模型读懂图数据(SIGIR'2024) ；（2）图数据RAG相关GraphRAG：Unlocking LLM discovery on narrative private data；（3）序列数据理解相关StructGPT：面向结构化数据的大模型推理框架(EMNLP-2023)。目前的主要工作都是单一结构数据的理解，在风控场景下还面临几个问题：（1）对各种不同种类的的结构化数据融合理解怎么做，特别是融合图和序列数据的数据理解。（2）针对课题必要性中的问题；（3）对于下游任务的推理能力，目前的研究比较少，针对序列数据的推理能力研究非常少。 4、研究方向：大模型结构化数据理解、大模型结构化数据RAG、大模型思维链。
团队介绍：风控研发团队致力于解决各个产品（包括抖音、头条等）面临的各种黑灰产对抗问题，涵盖内容、交易、流量、账号等多个方面的风险治理领域。利用机器学习、多模态、大模型等技术对用户行为、内容进行理解从而识别潜在的风险和问题。不断深入理解业务和用户行为，进行模型和算法创新，打造业界领先的风控算法体系。 课题介绍： 1、课题目标：以风控数据为基础，优化提高大模型对于结构化数据(序列数据、图数据)的理解推理能力。 2、课题背景：风控场景下的数据主要为结构化数据，而目前大模型对于文本和图像的理解能力有了很大的提升，如何跟风控场景的非文本、图像数据(结构化数据)结合起来，让大模型能够更好的理解结构化的数据，是一个业界难题。面临着三大挑战 ：（1）如何有效地将结构化的信息与nlp语义空间进行对齐，使得模型能够同时理解数据结构和语义信息；（2）如何用适当的指令使得大模型理解结构化数据中的结构信息；（3）如何赋予大语言模型图学习下游任务的逐步推理能力，从而逐步推断出更复杂的关系和属性。 3、课题内容：目前业界对结构化数据探索有：1、图数据理解相关GraphGPT：让大模型读懂图数据(SIGIR'2024) ；2、图数据RAG相关GraphRAG：Unlocking LLM discovery on narrative private data；3、序列数据理解相关StructGPT：面向结构化数据的大模型推理框架(EMNLP-2023)。目前的主要工作都是单一结构数据的理解，在风控场景下还面临几个问题：（1）对各种不同种类的的结构化数据融合理解怎么做，特别是融合图和序列数据的数据理解；（2）针对课题必要性中的问题；（3）对于下游任务的推理能力，目前的研究比较少，针对序列数据的推理能力研究非常少。 4、研究方向：大模型结构化数据理解、大模型结构化数据RAG、大模型思维链。
团队介绍：风控研发团队致力于解决各个产品（包括抖音、头条等）面临的各种黑灰产对抗问题，涵盖内容、交易、流量、账号等多个方面的风险治理领域。利用机器学习、多模态、大模型等技术对用户行为、内容进行理解从而识别潜在的风险和问题。不断深入理解业务和用户行为，进行模型和算法创新，打造业界领先的风控算法体系。 课题介绍： 1、课题目标：以风控数据为基础，优化提高大模型对于结构化数据(序列数据、图数据)的理解推理能力。 2、课题背景：风控场景下的数据主要为结构化数据，而目前大模型对于文本和图像的理解能力有了很大的提升，如何跟风控场景的非文本、图像数据(结构化数据)结合起来，让大模型能够更好的理解结构化的数据，是一个业界难题。面临着三大挑战 ：（1）如何有效地将结构化的信息与nlp语义空间进行对齐，使得模型能够同时理解数据结构和语义信息；（2）如何用适当的指令使得大模型理解结构化数据中的结构信息；（3）如何赋予大语言模型图学习下游任务的逐步推理能力，从而逐步推断出更复杂的关系和属性。 3、课题内容：目前业界对结构化数据探索有：（1）图数据理解相关GraphGPT：让大模型读懂图数据(SIGIR'2024) ；（2）图数据RAG相关GraphRAG：Unlocking LLM discovery on narrative private data；（3）序列数据理解相关StructGPT：面向结构化数据的大模型推理框架(EMNLP-2023)。目前的主要工作都是单一结构数据的理解，在风控场景下还面临几个问题：（1）对各种不同种类的的结构化数据融合理解怎么做，特别是融合图和序列数据的数据理解；（2）针对课题必要性中的问题；（3）对于下游任务的推理能力，目前的研究比较少，针对序列数据的推理能力研究非常少。 4、研究方向：大模型结构化数据理解、大模型结构化数据RAG、大模型思维链。
团队介绍：风控研发团队致力于解决各个产品（包括抖音、头条等）面临的各种黑灰产对抗问题，涵盖内容、交易、流量、账号等多个方面的风险治理领域。利用机器学习、多模态、大模型等技术对用户行为、内容进行理解从而识别潜在的风险和问题。不断深入理解业务和用户行为，进行模型和算法创新，打造业界领先的风控算法体系。 课题介绍： 1、课题目标：以风控数据为基础，优化提高大模型对于结构化数据(序列数据、图数据)的理解推理能力。 2、课题背景：风控场景下的数据主要为结构化数据，而目前大模型对于文本和图像的理解能力有了很大的提升，如何跟风控场景的非文本、图像数据(结构化数据)结合起来，让大模型能够更好的理解结构化的数据，是一个业界难题。面临着三大挑战 ：（1）如何有效地将结构化的信息与nlp语义空间进行对齐，使得模型能够同时理解数据结构和语义信息；（2）如何用适当的指令使得大模型理解结构化数据中的结构信息；（3）如何赋予大语言模型图学习下游任务的逐步推理能力，从而逐步推断出更复杂的关系和属性。 3、课题内容：目前业界对结构化数据探索有：（1）图数据理解相关GraphGPT：让大模型读懂图数据(SIGIR'2024) ；（2）图数据RAG相关GraphRAG：Unlocking LLM discovery on narrative private data；（3）序列数据理解相关StructGPT：面向结构化数据的大模型推理框架(EMNLP-2023)。目前的主要工作都是单一结构数据的理解，在风控场景下还面临几个问题：（1）对各种不同种类的的结构化数据融合理解怎么做，特别是融合图和序列数据的数据理解。（2）针对课题必要性中的问题。（3）对于下游任务的推理能力，目前的研究比较少，针对序列数据的推理能力研究非常少。 4、研究方向：大模型结构化数据理解、大模型结构化数据RAG、大模型思维链。
研究领域： 人工智能 项目简介： 蚂蚁国际当前处于全球化和AI规模化应用的战略关键节点中，为支持多条业务线的业务规模化增长，蚂蚁国际风控致力于AI的创新及其在风控场景的应用。应用场景包括但不限于基于多智能体的风控决策系统， Deepfake识别，风控深度推理大模型等解决实际业务痛点。团队鼓励创新，勇于探索及突破前沿AI能力边界。 1.负责foundation model和生成式AI智能体构建，追踪业界文本生成、思维学习、内容理解等方向的最新技术，极致优化预训练、微调、领域知识注入、RLHF、RM、AI可解释能力。 2.负责AI技术前沿技术跟踪、创新和落地，例如，利用意图理解、图文理解等构建新一代的生成式审核机器人与辅助系统，运用反馈标注、知识体系建设、知识图谱构建等任务；利用多模态技术对图像、文本、结构化数据进行融合学习，致力于挖掘风控场景问题并全面提升风险运营效率，并帮助实现对合规、欺诈、洗钱等风险的高效管控。 3.深入跟踪调研前沿技术方向 ，包括但不限于 NLP/CV/多模态/智能体等，并适时进行技术分享。推动相关领域技术创新，进行专利申请和学术文章发表，产出至少一篇CCF-A以上论文。