字节跳动AI策略产品实习生-Flow
任职要求
1、本科及以上学历在读; 2、对结构化设计与内容表达有强烈兴趣,能把复杂问题讲清楚、把模糊体验讲具体; 3、优秀的逻辑能力与结构化表达能力,熟悉提示词工程(Prompt Engineering),善于让不同的AI助手帮你干活; 4、在某一垂…
工作职责
日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍:Flow是字节跳动旗下AI创新业务团队,专注研究新技术赛道相关领域技术和产品,目前已在国内和海外分别上线【豆包】和【Cici】等产品。当下的AI革命正席卷全球,同时给互联网行业带来了巨大变革和机遇。我们相信工具可以改变人类过往生活、工作的方式,也在积极探索应用层的创新,有多个AI相关创新产品在孵化中,团队氛围好,发展空间大,快来加入我们!让我们一起探索前沿的技术理念!为全球用户创造更大价值! 1、参与AI产品的策略设计,包括但不限于任务流、数据理想态、用户行为路径等关键节点的抽象与构建; 2、与产品、算法团队协作,推动从数据定义到模型效果评估的闭环执行(包括但不限于提示词/Prompt编写、数据标注策略、模型效果评估等); 3、深入垂直场景进行用户调研、内容洞察,协助定义“AI落地场景”的边界与表达形式。
日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍:Flow是字节跳动旗下AI创新业务团队,专注研究新技术赛道相关领域技术和产品,目前已在国内和海外分别上线【豆包】和【Cici】等产品。当下的AI革命正席卷全球,同时带来了巨大变革和机遇。我们相信工具可以改变人类过往生活、工作的方式,也在积极探索应用层的创新,有多个AI相关创新产品在孵化中,团队氛围好,发展空间大,快来加入我们!让我们一起探索前沿的技术理念!为全球用户创造更大价值! 1、负责猫箱、星绘等AI产品的内容安全治理,对AIGC内容风险进行研判分析,协同标准完成风险定性; 2、基于标准对内容案例进行风险标注,识别涉政/色情等风险内容并提取风险特征; 3、通过案例排查、数据分析归因策略误伤原因,提出优化建议,推动策略准确率提升。
日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍:Flow是字节跳动旗下AI创新业务团队,专注研究新技术赛道相关领域技术和产品,目前已在国内和海外分别上线【豆包】和【Cici】等产品。当下的AI革命正席卷全球,同时给互联网行业带来了巨大变革和机遇。我们相信工具可以改变人类过往生活、工作的方式,也在积极探索应用层的创新,有多个AI相关创新产品在孵化中,团队氛围好,发展空间大,快来加入我们!让我们一起探索前沿的技术理念!为全球用户创造更大价值! 1、视觉生成模型评估与效果分析:负责调研内外部视觉生成模型,产出敏捷评测报告;基于效果分析,制定产品化落地方向,以及反推模型能力迭代; 2、AI策略方案设计与优化:基于业务需求与模型能力,结合产品核心流程,设计效果提升路径和算法使用策略;具备良好的提示工程能力,能结合视觉目标优化生成效果方案; 3、评估标准制定与效果归因分析:基于不同创作场景(文生图、图生图、视频生成等),主导效果评估维度的定义;与评测团队协作开展对比分析与问题归因,能从产品和技术的视角推动模型改进,提升整体用户感知。
日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍:Flow是字节跳动旗下AI创新业务团队,专注研究新技术赛道相关领域技术和产品,目前已在国内和海外分别上线【豆包】和【Cici】等产品。当下的AI革命正席卷全球,同时给互联网行业带来了巨大变革和机遇。我们相信工具可以改变人类过往生活、工作的方式,也在积极探索应用层的创新,有多个AI相关创新产品在孵化中,团队氛围好,发展空间大,快来加入我们!让我们一起探索前沿的技术理念!为全球用户创造更大价值! 1、负责豆包App端产品功能策略的探索和落地,激发用户更多使用场景,也保证极致的用户体验; 2、主导并协同研发、模型与评测团队,完成用户需求分析、产品及策略的设计、效果的定义与评估等环节。
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。