字节跳动【实习】基于多模态大模型的智能审核关键技术研究-国际化商业安全(北京/上海)
实习兼职A139077地点:上海状态:招聘
任职要求
1、2027届及以后毕业,博士在读,人工智能、计算机、数学相关专业者优先; 2、具备扎实的编码能力/AI coding熟练使用、数据结构和基础算法功底,熟练运用各种算法框架与工程框架; 3、具备Agent框架构建、Agentic RL优化等经验者优先; 4、在国际会议或期…
登录查看完整任职要求
微信扫码,1秒登录
工作职责
团队介绍:国际化商业安全团队致力于在国际化用户、企业和产品之间建立安全可靠的连接。我们通过一系列完善的系统和能力,审核广告内容、预测政策违规行为,并执行广告审核通过或拒绝的措施。作为国际商业化团队的业务合作伙伴,我们提供的业务诚信解决方案不仅确保国际化业务始终是一个安全、积极、友好的用户环境,同时也推动业务增长。 课题介绍:随着数字内容的爆炸式增长,智能审核已成为互联网平台重要的技术能力,但面对日益复杂的审核场景和不断演进的对抗手段,传统审核技术正面临前所未有的挑战。当前智能审核领域存在规则动态性、内容复杂性、样本稀缺性、对抗升级和解释性缺失等诸多技术难题,特别是在涉及审核规则变更、长文本、长时序、多语言、少样本和AIGC生成对抗等问题时,现有的开源大模型表现仍有提升空间。 课题挑战:重点突破多模态推理、Context Engineering、理解与生成统一等核心技术,实现智能决策、自主规划、工具调用和智能修复等能力。 课题价值:打造领先审核系统,实现高质量的是否拒绝、为何拒绝、智能修复全流程能力,实现全机审,效果超人工。
包括英文材料
数据结构+
https://www.youtube.com/watch?v=8hly31xKli0
In this course you will learn about algorithms and data structures, two of the fundamental topics in computer science.
https://www.youtube.com/watch?v=B31LgI4Y4DQ
Learn about data structures in this comprehensive course. We will be implementing these data structures in C or C++.
https://www.youtube.com/watch?v=CBYHwZcbD-s
Data Structures and Algorithms full course tutorial java
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
AI agent+
https://www.ibm.com/think/ai-agents
Your one-stop resource for gaining in-depth knowledge and hands-on applications of AI agents.
ACL+
https://www.aclweb.org/portal/
Computational linguistics is the scientific study of language from a computational perspective.
EMNLP+
NeurIPS+
https://neurips.cc/
ICML+
https://icml.cc/
还有更多 •••
相关职位
社招1-3年J0011
1、参与亿级用户规模的电商推荐优化,提升内容电商观看时长、点击率、转化率、GMV、LTV等核心指标; 2、通过深度学习领域的研发工作,包括但不限于深度模型设计与优化、强化学习、迁移学习、图神经网络等的算法和系统提升预估效果; 3、通过推荐算法机制优化电商流量结构和GMV结构,促进电商生态的健康发展。
更新于 2026-03-31北京
社招5-10年J0011
1、参与亿级用户规模的电商推荐优化,提升包括商品推荐(首页猜你喜欢)、内容推荐(直播、短视频)在内的泛货架电商的GMV、订单量、用户留存等核心指标; 2、通过深度学习领域的研发工作,包括但不限于生成式推荐、LLM4Rec、超大规模序列建模、多任务学习、长期价值建模等算法和系统提升预估效果; 3、持续关注前沿技术发展方向,参与推荐系统架构的长期技术演进与技术攻坚; 4、通过推荐算法机制优化电商流量结构和GMV结构,促进电商生态的健康发展。
更新于 2026-03-30北京
社招1-3年J0011
1、参与亿级用户规模的电商推荐优化,提升内容电商观看时长、点击率、转化率、GMV、LTV等核心指标; 2、参与机器学习、深度学习领域的核心研发工作,包括但不限于神经网络模型的设计与优化、迁移学习、强化学习、对比学习等的算法和系统研发; 3、针对海量用户行为数据,提供分布式算法实现的解决方案,大幅提升算法计算规模和性能; 4、参与推荐机制的顶层设计,优化电商流量结构和GMV结构,促进电商生态的健康发展。
更新于 2026-03-31北京