字节跳动数据科学实习生（AIGC/LLM应用）-数据科学

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：字节跳动国际化短视频的数据科学团队负责运用专业的统计学知识和技能、出色的商业思维为数亿用户提供更优质的使用体验，期待有志同道合的新伙伴加入！ 1、数据支持与优化：为AIGC/LLM模型提供高质量的数据支持，包括数据收集、清洗、标注和预处理；设计和实施数据增强策略，提升模型的泛化能力和鲁棒性；分析模型输出数据，识别潜在问题并提出改进建议； 2、模型评估与调优：开发评估指标和测试框架，评估AIGC/LLM模型在不同应用场景中的表现；基于数据分析结果，提出模型调优方案，并与算法团队合作实施； 3、数据驱动决策：通过数据分析和挖掘，为产品团队提供数据驱动的决策支持；跟踪行业最新趋势，探索AIGC/LLM领域的新数据源和应用场景； 4、跨团队协作：与算法工程师、产品经理、业务团队紧密合作，确保数据支持与业务需求对齐；参与项目需求讨论，提供数据科学角度的专业建议； 5、英语沟通：支持纯英文环境下，跨多团队，多国家地区的项目沟通与协调。

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：字节跳动国际化短视频的数据科学团队负责运用专业的统计学知识和技能、出色的商业思维为数亿用户提供更优质的使用体验，期待有志同道合的新伙伴加入！ 1、智能标注支持与优化：使用AIGC/LLM/多模态模型为商业化数据标注项目提供高质量的智能标注解决方案，包括利用Promt Engineering、RAG搭建LLM agent、多模态模型训练支持数据的自动标注与辅助标注；设计和实施数据增强策略，分析模型输出数据，识别潜在问题并提出改进建议； 2、模型评估与调优：开发评估指标和测试框架，评估AIGC/LLM或深度模型在不同应用场景中的表现；基于数据分析结果，提出模型调优方案，并落地实施； 3、数据驱动决策：通过数据分析和挖掘，为产品团队提供数据驱动的决策支持；跟踪行业最新趋势，探索AIGC/LLM领域的新数据源和应用场景； 4、跨团队协作：与算法工程师、产品经理、业务团队紧密合作，确保数据支持与业务需求对齐；参与项目需求讨论，提供数据科学角度的专业建议； 5、英语沟通：支持纯英文环境下，跨多团队，多国家地区的项目沟通与协调。

Bravo 102是由阿里国际技术全团队共同发起的全球顶尖技术人才孵化计划，打破传统人才选拔及培养框架，为有志于走向AI未来的技术新锐们，提供“你行你上+我要我来”的双向奔赴式的实习机会选择。 在这里，“我”将不被岗位定义，以能力选择业务战场，与全球顶尖团队并肩作战，沉浸式体验全球多元化业务战场与亿级流量高并发系统。 加入我们，成为AIDC首批102位Bravo Talent，一起掌舵AI，为我们的未来Bravo！ 关于我们： 我们希望利用 AI 技术让每个人都能够轻松、便捷地享受全球优质的商品和服务，推动商业活动更加高效、可持续，为社会未来的发展带来更多可能性。 数据团队立足中国、服务全球，每天处理覆盖东南亚、欧洲、美洲等多时区的跨境数据洪流，在多语言、多文化、多法规的复杂场景中，打造“数据&AI技术驱动业务”的全球化数据中台，打造亿级跨境数仓平台，攻克多时区同步与数据合规难题；运用 AI 模型优化流量分配与智能诊断，推动决策AI化转型；沉淀算法能力为 AI 产品，直达业务价值；保障双十一级洪峰响应，为全球消费者营造流畅的购物体验； 欢迎加入我们一起构建强大的数据中台和智能决策支持系统！ 职位描述： 1、驱动阿里国际数字商业板块业务增长，构建 AIDC 100多个国家数据运营资产体系； 2、建设本地化市场洞察和机会发现能力，帮助业务全方位了解行业动态，挖掘商业机会； 3、承担设计和建立产品/业务的指标体系，能够科学地跟踪和指导业务的发展； 4、参与构建海外 ToB/ToC 电商用增、供应链&物流、商品等行业的数据智能化应用解决方案，驱动业务获得增量价值； 5、参与构建企业级 Data Agent，融合 LLM 与业务数据打造智能决策大脑；

【关于我们】 加入小红书AI平台架构组，作为AI应用产品经理实习生，你将深度参与基于大模型（LLM）、Agent、RAG（检索增强生成）、AIGC（生成式内容）等前沿AI技术的产品设计与创新。你将与算法、工程、内容等跨部门团队密切协作，推动AI驱动的内容生成、智能推荐以及社交互动等核心产品的落地优化，积极探索和实践大模型与智能Agent在业务场景中的创新应用，助力打造领先的智能内容社区平台。 【岗位职责】 1、需求与场景洞察： 进行需求调研、竞品分析和用户研究，主动挖掘大模型技术与业务场景的创新结合点，并梳理形成清晰的业务流程和产品方案。 2、产品方案设计： 参与AI驱动产品的规划与设计，将模糊的业务需求，转化为清晰的、由大模型驱动的产品功能规格说明（PRD）和交互原型，确保技术可行性与用户体验的平衡。 3、技术路径评估： 负责评估不同业务场景下引入大模型技术的可行性与实现路径，并能论证其优劣和潜在成本。 4、效果评测与迭代： 定义和执行AI功能的评测流程，深入分析Bad Case的根因，并基于数据和用户反馈，提出明确的产品迭代优化策略。 5、项目协同推进： 协助跟进AI产品从概念设计、模型集成、功能开发到测试上线的全生命周期，高效协调跨团队沟通，确保项目按计划高质量交付。 前沿趋势追踪： 持续关注大模型、Agent、RAG等领域的最新技术动态和行业应用，拆解其背后的产品逻辑与实现范式，为团队带来有价值的产品创新建议。