字节跳动算法实习生（质量智能）-Flow
任职要求
1、2026届硕士及以上学位在读，计算机、软件工程相关专业优先； 2、算法能力：有良好的数据结构和算法功底，熟悉机器学习、深度学习相关算法，如分类算法、回归算法、神经网络等，了解常见的算法框架，在实际工作中，能够根据不同的业务场景和数据特点，选择合适的算法模型及训练方法，有LLM或者NLP相关的实践经验者优先； 3、数据处理能力：熟练使用SQL进行数据查询和处理，从数据中提取有价值的信息，例如通过分析用户行为数据，挖掘出影响内容质量的关键因素，进而调整数据或算法模型，以更好地实现任务目标； 4、编程能力：具备扎实的编程基础，熟练掌握Python、GO等至少一种编程语言，能够高效地实现算法和处理数据； 5、学习与沟通能力：具有快速学习能力，能够迅速掌握新知识和新技能；具备良好的沟通能力和团队协作精神，能够与团队成员紧密合作，共同解决问题； 6、对质量保障的热情：对质量保障工作有浓厚的兴趣，愿意深入探索算法在该领域的应用，致力于提升产品的能力解决实际质量工作中的问题。
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：字节跳动Flow产品研发团队，专注研究AI智能化相关业务落地，目前落地豆包、Cici 等 APP，以及对应的Bot 开发平台等AI智能化创新产品，业务和团队均处于快速发展期，成长空间大，欢迎各位同学加入！ 1、算法应用与优化：参与质量保障方向相关算法的设计/优化，能利用LLM等机器学习算法解决测试分析、风险预测领域的具体问题； 2、模型训练与评估：负责大语言模型的训练工作，也能通过评估技术、数据分析等多种方法不断提升模型能力，确保模型在实际应用中能够稳定、高效地运行，有效保障产品线上质量； 3、前沿技术探索：关注行业最新技术动态，积极探索将新技术应用于质量保障领域的可能性，如大模型技术在测试分析、风险识别、自动测试等方面的创新应用，为质量保障体系注入新的活力； 4、工程研发：从事系统设计、代码管理、接口开发等方面工作，实现算法模型与前端交互界面、后端数据存储的有效连接，完成配套工程中服务端应用的开发，为算法的实际应用提供工程支持。
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：字节跳动Flow产品研发团队，专注研究AI智能化相关业务落地，目前落地豆包、Cici 等 APP，以及对应的Bot 开发平台等AI智能化创新产品，业务和团队均处于快速发展期，成长空间大，欢迎各位同学加入！ 1、算法应用与优化：参与质量保障方向相关算法的设计/优化，能利用LLM等机器学习算法解决测试分析、风险预测领域的具体问题； 2、模型训练与评估：负责大语言模型的训练工作，也能通过评估技术、数据分析等多种方法不断提升模型能力，确保模型在实际应用中能够稳定、高效地运行，有效保障产品线上质量； 3、前沿技术探索：关注行业最新技术动态，积极探索将新技术应用于质量保障领域的可能性，如大模型技术在测试分析、风险识别、自动测试等方面的创新应用，为质量保障体系注入新的活力； 4、工程研发：从事系统设计、代码管理、接口开发等方面工作，实现算法模型与前端交互界面、后端数据存储的有效连接，完成配套工程中服务端应用的开发，为算法的实际应用提供工程支持。
ByteIntern：面向2025届毕业生（2024年9月-2025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：字节跳动技术风险团队，支持flow业务稳定性建设，并孵化出变更、资金、运维、蓝军等技术风险领域的基建能力，支撑公司数十条业务线的稳定性建设。同时，在积极探索，利用大模型技术，在技术风险领域，对基建能力做持续的优化和提升，包括智能化资金核对、发布过程的智能检测等。 1、参与领域模型的全流程工作，包括但不限于数据、训练、评测、推理部署； 2、探索LLM技术在技术风险领域中的落地应用，基于大量质量能力构建统一的智能化测试基建； 3、参与技术风险智能化领域LLM/Agents的数据工程，构建数据飞轮； 4、参与基于技术风险数据做模型微调（Fine-tune），确保模型精度和效率。
ByteIntern：面向2025届毕业生（2024年9月-2025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：字节跳动技术风险团队，支持flow业务稳定性建设，并孵化出变更、资金、运维、蓝军等技术风险领域的基建能力，支撑公司数十条业务线的稳定性建设。同时，在积极探索，利用大模型技术，在技术风险领域，对基建能力做持续的优化和提升，包括智能化资金核对、发布过程的智能检测等。 1、参与领域模型的全流程工作，包括但不限于数据、训练、评测、推理部署； 2、探索LLM技术在技术风险领域中的落地应用，基于大量质量能力构建统一的智能化测试基建； 3、参与技术风险智能化领域LLM/Agents的数据工程，构建数据飞轮； 4、参与基于技术风险数据做模型微调（Fine-tune），确保模型精度和效率。
ByteIntern：面向2025届毕业生（2024年9月-2025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：字节跳动技术风险团队，支持flow业务稳定性建设，并孵化出变更、资金、运维、蓝军等技术风险领域的基建能力，支撑公司数十条业务线的稳定性建设。同时，在积极探索，利用大模型技术，在技术风险领域，对基建能力做持续的优化和提升，包括智能化资金核对、发布过程的智能检测等。 1、参与领域模型的全流程工作，包括但不限于数据、训练、评测、推理部署； 2、探索LLM技术在技术风险领域中的落地应用，基于大量质量能力构建统一的智能化测试基建； 3、参与技术风险智能化领域LLM/Agents的数据工程，构建数据飞轮； 4、参与基于技术风险数据做模型微调（Fine-tune），确保模型精度和效率。