字节跳动Agentic AI算法实习生-风控
任职要求
1、2027届本科及以上学历在读，计算机、机器学习和模式识别相关专业优先； 2、扎实的算法与数据结构基础，熟练掌握Python/Go/C++等至少一门编程语言，具备优秀的工程落地能力； 3、熟悉主流大模型的训练与微调原理，了解RAG、长上下文处…
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：风控算法团队深耕于抖音（短视频、直播、电商、本地生活等）、今日头条等多个字节系业务，涵盖内容、交易、流量、账号等多个场景的底线风险治理、黑灰产对抗及复杂反作弊等关键任务。风控场景具有对抗性极强、逻辑推理链路长及海量多模态数据等挑战。目前，团队正积极推进大语言模型（LLM/MLM）与 Agentic AI 技术的深入研究与工业化落地。通过探索前沿的模型训练范式、自主规划的 Agent 架构以及严谨的 Harness Engineering 体系，我们致力于打造下一代智能风控基础设施，为十亿级用户的社区生态保驾护航。 1、参与风控垂域大模型基座优化：打造业内领先的风控垂域基座，深入研究CPT、SFT、RL及训练与推理加速等技术；重点攻克强对抗环境下的多模态理解难题，提升模型在超长上下文、复杂逻辑推理和指令遵循等方面的表现； 2、参与Agentic AI架构研究与演进：参考行业标杆，推进风控Agent的架构升级与工业化落地，打磨领域Skill/Tool框架，优化复杂工具调用、长短期记忆管理、长链路任务编排和多Agent协同等，打造具备自演进能力的下一代智能风控架构； 3、参与构建科学评估与Harness Engineering体系：构建高质量的领域数据集，设计科学严谨的Benchmark评测体系，构建工业级Harness Engineering系统，持续驱动模型能力边界的突破。
业务丰富，技术领先 高德打车算法团队深度赋能打车业务全链路，涵盖 用户增长、风控、服务管控、路线与上下车点推荐、ETA 预估、智能客服 等核心场景。多样化的业务挑战为算法创新提供了广阔的发挥空间，团队已在 AI 顶级会议发表成果。 精英阵容，国际视野 团队成员来自泰晤士世界大学排名 Top 10 的高校，以及美国常青藤、清华、北大等顶尖院校，兼具国际化背景与一流技术视野。 持续成长，共享共进 团队每周固定进行技术分享，氛围开放、互助友好；除了解答算法与工程难题，资深同事还会分享项目经验，并传授业务理解与问题解决的方法论，助你快速成长。 我们正在寻找相关专业的优秀实习生，一同探索前沿大模型技术在共享出行领域的深度应用，共同攻克业界难题，优化产品体验。 在这里，你将运用大模型、强化学习、深度学习等先进技术处理海量数据，推动用户体验优化与平台效率提升，主要包括： 1. 行程问题智能处理：构建并优化模型，识别司乘纠纷、费用异常、服务质量波动、安全风险、客诉等多类行程问题，并实现自动化处理方案。 2. 前沿技术落地：将多模态大模型及相关技术（PE、SFT、DPO、RAG、AI Agent、Agentic RL、AIGC 等）应用于业务场景，显著提升算法效果与业务指标。 3. 问题建模与解决：将业务场景中的复杂问题抽象为数据建模或科学研究课题，提出可行解决方案并高质量落地。 在这里，你的算法将直接服务全国数亿级用户，带来真实而深远的影响；你能接触到前沿大模型、多模态、强化学习等核心技术，并与顶尖同事共创，在开放包容的创新氛围下，发挥AI创造力。
1. 设计Data Agent统一记忆表示框架与生命周期管理机制，支持结构化/非结构化数据记忆混合存储，制定动态管理策略，确保关键分析结果长期稳定可用。 2. 构建自然语言检索与数据验证体系，设计数据溯源与自动校验流程，有效防止幻觉并保障分析结论的可靠性。 3. 结合以上方向的探索和研究，撰写发表论文，和业界、学术界保持良好的交流。
你将深度参与以下模块的设计、验证和优化： [1] 感知：让 Agent 理解复杂多变的用户界面，将海量的、异构的、实时的场景信息高效可靠地转化为结构化的 item。 [2] 记忆：让 Agent 拥有仿生的长短期记忆，通过多路召回等策略，组合聊天历史、用户画像和召回结果，为Agent 的每一次决策提供最关键的上下文。 [3] 决策： 构建自主的 Agentic Workflows，让 Agent 学会在恰当的时机，以恰当的方式与用户交互。 此外，你还需要参与建立一套自动化的、数据驱动的评测框架，用于客观、全面地衡量Agent在真实世界任务中的表现，驱动工程策略的快速迭代。
1. 设计并优化职能Agent架构，包括但不限于内部业务知识利用，Agent记忆、上下文工程、工具调用、多智能体协作等，打造AI数字员工，提升职能团队整体工作效率。 2. 参与Agent模型训练过程，包括业务场景相关的SFT数据合成、Agentic RL等，设计高效的策略优化算法，结合私域知识、公域知识、历史经验等信息，通过稳定的Agentic RL，提升Agent多轮交互能力，实现AI数字员工与职能团队的协作效率提升，撰写顶会论文并进行业务落地。