字节跳动物理安全策略实习生-Corporate Services
任职要求
1、本科及以上学历在读，专业不限；
2、好奇心强，对移动互联网有强烈兴趣；
3、逻辑分析强，对数据敏感，拥有快速学习的能力；
4、较强的双…工作职责
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：企业服务团队致力于为全球ByteDancer提供最佳的管理和员工体验，我们支持员工协同并高效地完成工作，同时保护和促进公司的业务发展。企业服务团队通过专业服务来改善ByteDancer的体验，同时建立并不断探索可广泛共享的新行业最佳实践。 1、支持物理安全业务策略的制定，参与策略、制度制定过程中的讨论、跨团队沟通、文档撰写等工作； 2、支持物理安全业务数据搜集、处理、分析及数据体系搭建； 3、参与重点业务模块的专题研究与分析，协助战略规划和业务策略的制定及落地及复盘等； 4、调研安全行业发展动态与趋势，分析重点科技企业在物理安全领域的最佳实践，并形成分析报告，为公司安全业务规划提供借鉴。
作为自然语言处理方向的研究工程师，你可以： 1、负责自然语言处理的算法研发，包括但不限于语义分析、意图识别、人机对话、语义挖掘、机器翻译、知识图谱、命名实体识别等； 2、负责对话系统，尤其是任务导向型对话系统的技术研究，包括自然语言理解、对话状态跟踪、对话策略学习、自然语言生成、encoder-decoder模型等； 3、负责知识图谱相关关键技术研究，解决知识图谱和自然语言深层次表示、理解与计算问题； 4、负责NLP前沿问题的研究，结合未来实际应用场景，提供技术解决方案。
作为自然语言处理方向的研究工程师，你可以： 1、负责自然语言处理的算法研发，包括但不限于语义分析、意图识别、人机对话、语义挖掘、机器翻译、知识图谱、命名实体识别等； 2、负责对话系统，尤其是任务导向型对话系统的技术研究，包括自然语言理解、对话状态跟踪、对话策略学习、自然语言生成、encoder-decoder模型等； 3、负责知识图谱相关关键技术研究，解决知识图谱和自然语言深层次表示、理解与计算问题； 4、负责NLP前沿问题的研究，结合未来实际应用场景，提供技术解决方案。
作为自然语言处理方向的研究工程师，你可以： 1、负责自然语言处理的算法研发，包括但不限于语义分析、意图识别、人机对话、语义挖掘、机器翻译、知识图谱、命名实体识别等； 2、负责对话系统，尤其是任务导向型对话系统的技术研究，包括自然语言理解、对话状态跟踪、对话策略学习、自然语言生成、encoder-decoder模型等； 3、负责知识图谱相关关键技术研究，解决知识图谱和自然语言深层次表示、理解与计算问题； 4、负责NLP前沿问题的研究，结合未来实际应用场景，提供技术解决方案。
1. 具身多模态基础模型架构研究： 构建面向机器人的多模态基础模型，将视觉语言模型与机器人中心的物理世界理解与决策深度融合，研究可泛化的（力/触觉）-视觉-语言-状态-动作统一建模和训练方法（包括但不限于：tokenization/latent action/world modeling等技术）；探索“感知-记忆-规划-控制”的端到端或模块化建模和训练范式；研究统一操作，规划，导航等多决策场景统一的建模和训练范式；探索面向长时程任务（系统辨识、历史状态记忆、失败恢复等）的决策。 2. 大规模具身数据构建与训练方法研究：构建可扩展的数据处理管线；研究多数据源的可拓展、高鲁棒使用方法和混合训练方法，包括真机摇操数据、人类视频数据、UMI数据、VQA数据等；探索基于Sim2Real/Real2Sim的数据增强和混合训练技术；建立数据质量评估与采样策略（覆盖度、难度分层、长尾任务挖掘等）。 3. 具身基础模型测评基准与自动化评测系统研究：定义覆盖关键能力和关键场景的有代表性的Benchmark，包括指令理解、物体识别与定位、抓取与操作、导航、工具使用、长任务规划、失败恢复等能力覆盖，厨房、商超、酒旅、户外、工厂等场景覆盖；研究构建高效、可靠、可复现的评测流水线和可用于迭代的指标体系。 4. 高效率、高可靠推理系统研究：将模型在真实机器人平台和主流仿真平台中部署验证，针对延迟、稳定性、安全与可恢复性做工程化增强，研究一套适配具身场景的大规模基础模型端侧/云边协同的推理框架和适配于强化学习训练得推理框架。