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）

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。

我们正在寻找对人工智能、多模态数据处理、系统性能优化感兴趣的实习生，参与一个面向多模态数据获取、解析、压缩与高效传输的研究课题。该课题聚焦于提升多模态系统在复杂环境下的实时性表现与资源利用率，具有广泛的应用前景（如智能运维、RAG检索增强生成、边缘计算等）。你将参与的工作包括但不限于： 1. 多模态数据采集与预处理：从网页、API、数据库、摄像头、麦克风等来源获取文本、图像、音频和视频数据； 2. 多模态数据解析与特征提取：使用OCR、ASR、NLP、CV等技术解析不同模态内容； 3. 模型轻量化与加速：探索基于Transformer、CNN、LSTM等模型的压缩、蒸馏、量化方法； 4. 系统级优化与部署：设计低延迟、低资源占用的数据处理流程，支持在边缘设备上运行； 5. 性能评估与实验分析：构建测试集，评估系统的吞吐量、响应时间、准确率等关键指标； 6. 撰写技术文档与研究报告：整理实验过程、结果与改进建议。 技术要求（优先但不强制）： 1. 熟悉Python编程语言，有良好的代码规范； 2. 了解基本的NLP、CV或语音识别技术； 3. 掌握至少一种深度学习框架（PyTorch/TensorFlow）； 4. 熟悉Linux系统及常用命令行工具。 有以下经验者优先考虑： 1. 多模态任务处理经验（如CLIP、Flamingo等）； 2. 模型压缩与部署经验（如TensorRT、ONNX、OpenVINO、TVM等）； 3. 使用过音视频处理工具（如FFmpeg、OpenCV、Whisper、YOLO等）； 4. 有一定系统编程能力（C/C++、CUDA、FPGA基础）。

1. 掌握和跟进LLM、MLLM、aigc等前沿技术的发展动态； 2. 结合业务需求，深入研究aigc细节生成技术，构建攻防算法系统； 3. 结合业务需求，探索细粒度多模态表征技术，以及局部检索技术； 4. 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。

基于多核架构的数据库性能优化研究，具体职责包括： 1. 参与基于多核架构MySQL,PostgreSQL数据库的优化与实现，降低数据同步延迟和提升内存访问效率； 2. 构建并测试多核架构下MySQL,PostgreSQL的性能,确保其在高并发、低延迟场景下的性能优势，并根据实验结果进行迭代优化； 3. 与团队成员紧密合作，共同探索多核架构下MySQL,PostgreSQL等数据库中的最佳实践，推动技术创新与应用； 4. 负责制定详细的性能测试计划，分析原型系统的性能瓶颈，并提出有效的优化策略。