字节跳动大模型应用工程师-技术风险
任职要求
1、2026届获得硕士及以上学位，计算机、软件工程、人工智能等相关专业； 2、有相关领域项目/研究经验优先，包括但不限于异常检测、日志检测、故障诊断、根因分析等； 3、熟练掌握业界主流大语言模型（GPT、ChatGLM、LLaMA等）的算法原理，Fine-tuning策略、Prompt策略、向量数据库和Langchain等应用范式； 4、优秀的数据敏感性和业务理解能力，能够从复杂业务数据中发掘有效洞见。
工作职责
团队介绍：字节跳动技术风险团队，提供变更、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。同时也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、探索大模型技术在技术风险领域中的落地应用，提供基于大模型的智能交互、根因定位和异常检测等服务； 2、搭建大模型应用的框架，融入技术风险平台，为研发效率提升提供智能服务； 3、持续跟进大模型前沿技术、开源方案及其在技术风险领域的应用。
1. 负责网商银行云原生架构、存储架构、AI架构等基础架构建设及演进 2. 负责网商银行稳定性保障工作，牵头全行的应急处置工作和快反产品能力建设 3. 负责基础架构方向大模型应用场景的探索落地，以及相关AI平台系统的架构设计与开发，利用RAG/Agent等技术提升技术风险水位； 4. 学习跟踪业界大模型在效能领域的最新进展，并探索大模型在技术风险/研发效能方向的机会点和提升改进落地效果;
1. 探索大模型前沿应用，负责小美智能助理大模型应用软件的开发和优化工作； 2. 针对复杂多变的业务场景，利用成熟的工程化方案建设高效健壮的工程化链路满足业务需求； 3. 参与系统性能优化，技术难题攻关，解决各类潜在系统技术风险，保证系统的安全、稳定、高效运行； 4. 与团队成员共同攻克技术难题，持续迭代项目能力，提高服务质量。
1. 大模型多智能体信贷风控系统建设 - 构建基于大模型的多智能体(Multi-Agent)风控架构，覆盖信贷审批、反欺诈、风险决策等核心业务场景 - 整合结构化与非结构化数据源，提升风控模型的准确性、可解释性和业务价值 - 负责信贷风控各场景Agent系统的规则设计、业务流程优化，确保与现有风控体系的无缝对接 2. Agent评测与迭代体系构建 - 协同质量团队建立Agent数据合成、管理和评测的完整技术栈 - 协同制定风控场景专用的模型及Agent评估指标，建立生产环境稳定性监控体系 - 构建模型版本控制、A/B测试、灰度发布等机制，保障模型安全迭代与快速上线 3. 技术创新与业务价值实现 - 持续关注大语言模型领域技术发展，评估新技术在金融风控场景的应用潜力 - 将技术研究成果转化为可落地的业务应用，持续提升风控效率与精准度 - 与业务团队深度合作，深入理解金融风控业务需求，推动AI技术在信贷风控领域的创新突破
1、研发面向云计算底座海量数据的大模型，包括但不限于代码大模型、全模态、大规模图学习等领域相关的大模型的应用算法研发； 2、参与大模型应用研发全流程的工作，包括但不限于模型算法设计、代码开发、训练、部署优化、调试、评测；技术创新如专利、论文的撰写；外部技术影响力交流等； 3、推动大模型在DevOps提效、内外部智能体业务应用、爆款AI原生应用、安全和技术风险防控等场景的业务落地；