字节跳动【实习】风控垂域大模型基座和Agentic AI研究-风控
任职要求
1、2027届及以后毕业，博士在读，计算机、机器学习和数学相关专业优先； 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、在LLM/MLM/Agen…
工作职责
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/MLLM）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。 课题介绍： AI 技术的飞速发展大幅提升了风控场景下的风险识别与对抗能力，但仍面临多维度挑战：主流 SOTA 大模型在强对抗风险内容理解及 AIGC 深度伪造识别上存在明显瓶颈；面对黑产手法的瞬息万变，风控亟需建设基于 Agent 的自主对抗方案，以强化对抗时效并降低运营成本；针对风控场景依赖数据多、判别规则复杂的挑战，需重点突破跨模态长上下文信息抽取及复杂合规标准的指令遵循难题。 本课题将通过大模型全链路优化、智能 Agent 体系建设与范式创新，系统性提升全场景风控的智能化水平。 课题挑战： 1、打造具有优势的风控垂域大模型基座：深入研究CPT、SFT、RL及训练与推理加速等技术的突破与创新；重点攻克强对抗环境下的多模态（文本、图片、音频、视频）理解难题，提升模型在超长上下文、复杂逻辑推理和精准指令遵循等方面的表现； 2、Agentic AI架构研究与演进：探索与推进风控 Agentic AI的架构设计和工业化落地，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Multi-Agent协同等，打造具备自演进能力的下一代智能风控架构； 3、大模型结构化数据的理解和应用：探索大模型与结构化数据（如行为序列、图谱及表格等）的深度融合方案，研究包括数据语义化表征、跨模态对齐及 Graph-LLM 等前沿架构，利用 LLM 的推理能力，提升复杂风控场景下的风险识别精度与决策可解释性； 4、科学评估与Harness Engineering体系构建：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，确保模型能力的规模化验证与安全性，持续驱动模型能力边界的突破。 课题价值： 1、打造具有优势的风控垂域大模型，显著增强对复杂、跨领域风险的识别，从底层降低风险漏过率； 2、定义风控场景 Agentic AI 的落地范式，构建自演化对抗体系，在持续对抗新型风险的同时，大幅降低人工运营成本。
在这里，你可以与美团支付、信贷、保险风控的同学一起，基于数据分析及策略验证，发现并治理风险，为业务的发展保驾护航。 1.基于数据分析、挖掘，设计针对欺诈、信贷、保险风险的安全策略，并持续优化； 2.平衡用户支付、借贷体验的便捷和风险控制，设计、实施、监控风险-收益最优化的安全策略，并开展主动分层服务，保障业务健康发展； 3.打磨并沉淀风险对抗与运营能力，设计与构建智能化风险治理产品、流程与机制，推动建设行业卓越的安全风控标准。
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/MLLM）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。
1、协助负责快手风控治理的数据分析工作，建设风控治理的全链路评估体系； 2、基于数据分析、量化建模、市场调研等工具对产品和市场进行理解和刻画，主要负责社区安全、内容治理、用户体验等业务的风险发现和策略分析； 3、深入优化社区生态监控体系，通过数据分析探查风险问题、洞察业务方向； 4、对公司内外部数据进行挖掘，在深入的产品理解与用户洞察基础上发掘课题，提出有效建议，驱动产品迭代； 5、针对不同业务（风控安全、社区治理、用户体验等）做数据支持。
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：国际支付，立足于为字节跳动国际化业务提供专业的支付和金融服务，专注于全球支付产品线的质量和效率，确保为国际产品提供高度可靠和稳定的服务，建立国际支付产品和能力，同时在高效助力业务快速拓展的同时，打造行业领先的支付和金融产品能力。团队当前所提供的产品和服务，遍布全球多个国家和地区，团队拥有丰富的国际化产品研发经验；同时这里有全球超大规模的支付网络；覆盖多业务场景的海外钱包及金融产品解决方案；围绕分布式一致性、高并发、高可用、资金安全在内的核心技术能力攻坚；LLM等前沿AI技术在支付&金融服务中的探索、研发和应用。另外，我们在全球设立团队，团队同学背景多元，不同的思维方式，打造了一个多元、碰撞、融合、包容的工作环境。我们邀请你来此成长、专研，发掘无限的潜力，一起应对技术和业务以及跨国合作上的挑战，还有跨文化交流机会在等你！ 1、负责字节跳动国际支付业务的后端开发工作，结合LLM等前沿AI技术，优化支付业务流程、提升开发效率，参与AI在支付场景落地的后端支撑开发，助力AI技术与支付业务深度融合； 2、负责架构设计和开发，结合AI技术能力优化架构方案，探索AI在架构优化、系统自愈等方面的应用，提升系统稳定性与智能化水平； 3、负责在线大流量高并发系统设计和性能调优，运用AI相关技术（如智能监控、异常预测模型）辅助系统性能分析、瓶颈定位，优化系统响应速度，保障高并发场景下的AI辅助决策能力稳定输出； 4、参与各专项技术调研，新技术引入等前瞻项目，重点关注AI技术（LLM、智能合规、智能风控等）在支付&金融服务领域的应用调研与落地探索，推动AI相关新技术在团队业务中的落地实践。