字节跳动大语言模型AI搜索Agent算法实习生-Seed
任职要求
1、2027届硕士及以上学位在读，计算机、电子信息、软件工程、人工智能、数学等相关专业优先； 2、熟悉PyTorch/TensorFlow等框架，对大规模语言模型（如GPT、LLaMA等）训练与优化经验； 3、熟悉检索增强生成（RAG）、Agent架构、搜索算法（如倒排索引、语义检索）等技术或熟悉Prompt Engineering、微调对齐技术…
工作职责
ByteIntern：面向2027届毕业生（2026年9月-2027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 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、AI搜索总结Agent研发： 1）设计并实现基于LLM的搜索总结Agent，提升搜索结果的理解、推理与结构化总结能力； 2）探索LLM Reasoning技术（如思维链、多步推理），优化复杂查询的Deep Research模式，实现长文本理解与跨文档信息融合； 3）构建端到端系统，涵盖意图识别、知识检索、结果生成与偏好对齐，提升用户体验； 2、模型优化及应用： 1）通过指令微调（Instruction Tuning）、偏好对齐（RLHF/DPO）等技术优化模型在搜索场景的适应性； 2）探索多模态信息（文本、代码、结构化数据）融合的搜索与生成技术； 3）研究未来生活中的创新应用场景（如个性化知识助手、自动化研究工具），探索技术边界。
ByteIntern：面向2027届毕业生（2026年9月-2027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 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、利用大模型优化搜索相关性、权威性、时效性等模型，解决各种复杂长尾查询的Ranking问题； 2、利用大模型做DOC理解，筛选优质DOC以及更好支持在线检索； 3、大模型在搜索召回和粗排等阶段的应用。
背景介绍： 我们正在构建一个深度理解淘宝研发上下文的领域大模型，目标是打造一个具备“架构师级”洞察力的AI模型，从根本上提升研发效率与质量。如果你渴望在一个真实、复杂的场景中，将LLM的能力推向新的高度，并亲手塑造下一代软件研发的未来，我们期待你的加入！ 1. 领域模型训练： 负责淘宝研发领域大模型的核心算法，主导持续预训练（Continual Pre-training）、指令微调（SFT）和对齐（RLHF/DPO）等训练流程； 2. 知识注入与推理： 设计并实践创新的数据方案，将代码、文档、配置等异构研发知识高效注入模型；通过多任务学习、FIM等范式，增强模型对软件工程的深度理解与复杂推理能力； 3. 能力评估与迭代： 建立科学的评测体系，精准评估模型在代码溯源、影响分析、故障排查等高阶任务上的能力；分析bad case，驱动数据和算法的闭环优化。
1.参与Coding方向的大模型算法研发，构建能够理解复杂代码任务，完成游戏场景软件工程任务的智能体系统； 2.提升Code Agent在代码能力、指令遵循、长程任务执行等方向上的核心能力； 3.参与大模型预训练与后训练优化，包括但不限于数据构建、SFT、RL算法、Reward设计，持续提升模型Coding能力； 4.构建面向游戏场景的评测体系与数据闭环，包括Benchmark、数据回流和针对性能力优化。
负责游戏研发/运营过程中的相关研发与应用工作；跟踪领域前沿技术，提升技术上限、落地游戏领域相关业务，包括： ①语音生成方向：负责语音生成相关算法能力研发和优化，包括但不限于高表现力语音合成、音色转换、生成模型等； ②图形学方向：负责多模态内容自动生成的研发与应用工作，包括但不限于2D/3D/动画的生成与处理；针对多模态内容生成的研发与应用，构建相关数据及所需工具，并搭建工作流程； ③大语言模型方向：负责游戏研发/运营过程中大语言模型研发与应用工作，包括但不限于基于LLM对游戏研发流程进行优化及对玩法进行创新；针对LLM的研发与应用，构建相关数据及所需工具，并搭建工作流程；