字节跳动【实习】基于LLM的软件缺陷检测技术的探索和研究-质量技术

任职要求

1、2027届及以后毕业，博士在读，人工智能、计算机、数学相关专业优先；
2、对LLM在代码领域的应用有较大的兴趣，有一定实践经验者优先；
3、出色的问题分析能力，能够自主探索前沿技术，并积极应用到业务问题解决中；
4、良…

工作职责

团队介绍：字节跳动质量技术团队，我们聚焦质量领域前沿创新，打造稳定、高效、领先的质量技术，深度赋能抖音、今日头条、豆包、电商等亿级用户产品。
当前，我们通过AI来检测代码、架构、产品的缺陷、风险和效果，用AI重构质量保障模式，提升研发效能。聚焦智能缺陷检测、GUI agent、AI评测等前沿方向，希望通过质量技术的突破，用AI改变测试行业。欢迎加入，与我们一起，定义和构建下一代质量技术，推动行业前进。

课题介绍：
随着大模型技术在软件开发领域的广泛应用，代码开发效率显著提升，AI生成代码的质量不确定性，都为软件测试带来了全新挑战。传统静态分析方法在复杂业务逻辑校验、功能一致性验证等场景存在明显局限，而动态GUI测试与API测试则面临执行开销高、测试覆盖度不足等问题。
本课题旨在构建一种基于LLM的智能缺陷检测系统。通过对需求文档和技术方案的语义理解，结合跨端、跨仓的代码调用关系的刻画，产出业务逻辑与代码实现的精准对齐，在此基础上，构建具备对各类缺陷特征有充分感知的缺陷检测智能体，高效、精准的识别业务逻辑、架构性能、程序安全等复杂缺陷。

课题挑战：
1、公司多样化业务场景下，对多模态需求的语义理解和功能逻辑提取；
2、跨端、跨仓、多技术栈的代码链路分析；
3、海量缺陷数据的特征分析和提取；
4、支持大规模应用的Agent系统工程；

课题价值：
1、保证软件质量的要求下，构建一种以静态检测技术为主的软件测试模式，优化测试资源的配置和效率；
2、实现软件缺陷的早期发现，降低缺陷识别和修复的成本，显著提升研发效能。