字节跳动平台治理运营(AI向)实习生-TikTok Shop
任职要求
1、2027届本科及以上学历在读; 2、保证3个月及以上实习,对数据敏感,熟练使用Excel,BI等常用办公软件; 3…
工作职责
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:TikTok Shop是TikTok旗下的内容电商。平台汇聚全球优质商家与创作者,通过短视频、直播等多场景连接消费者,让新奇好物畅销全球,让美好生活触手可得。目前团队分布在美国、英国、法国、印尼、墨西哥、中国等全球多个国家和地区,在这里你将有机会深入国际场景,面向全世界商家及用户,和跨区域团队协作,共同探索创新购物模式。期待和优秀的你一起创造更多可能! 1、参与AI Agent(智能体)在国际电商-知识产权场景的落地,协助优化审核和风险研判流程; 2、对AI Agent的输出进行质量分析,基于业务规则和实际案例提供优化建议; 3、了解人审、机审流程及大模型的运作机制,协助优化提示词、改进模型应用,提高AI Agent的准确性和适用性; 4、定期产出数据报表及分析报告,协助团队对关键业务指标进行监控与验证。
1、了解商业化/电商审核全流程,具备业务全链路思维,为降低因机审策略/模型造成的漏放曝光;减少因机审策略/模型造成的客户体验损伤;持续优化策略有效性,降低进人审率负责; 2、推进商业化/电商各类风险域下风险、体验、成本目标的达成,牵头制定项目目标、解决方案、实施路径,协同审核规则、审核、质检等多部门,保障项目落地; 3、根据机审团队定位,在基础素材模型运营之上,协同算法不断升级运营手段,最终提升自主运营效率,在风险可控的前提下,实现体验和效率的目标达成。
1. 商品合规治理的产品化建设:参与阿里巴巴国际站(ICBU)商品风控合规体系的产品能力建设,聚焦将商品合规业务需求转化为可落地、可度量、可持续迭代的策略产品方案。通过系统性梳理商品全生命周期中的合规风险场景,设计端到端的治理机制与工具链。 2. AI化需求拆解与实现:识别现有合规流程中的重复性、规则性或高复杂度环节,评估AI技术(如大模型、NLP、知识图谱等)的适用边界,推动传统治理流程的智能化改造。主导从问题定义、方案设计到效果验证的完整闭环。 3. 商家体验优化:基于对商家经营痛点的深度洞察,设计面向不同商家群体)的合规赋能产品,推动治理从“管控”向“服务+引导”转型,助力打造合规经营标杆,优化商家体验。 4. 跨团队协作:与法务、策略、算法、工程及行业运营团队紧密协作,综合法规要求、文化差异、舆情动态等多维因素,共同制定短期应急与长期治理相结合的合规策略,并确保产品化方案高效落地 5. 机制建设与创新探索:参与构建商品合规治理的规则生产、评审、反馈与迭代机制,牵头重点专项治理项目,探索AI原生(AI-native)治理模式,持续提升平台治理的前瞻性与自动化水平。
团队介绍: 百亿补贴与聚划算,是淘天集团面向价格敏感用户和品牌商家的核心营销阵地,也是我们直面市场竞争最前沿的“主战场”。我们不断“刷新”技术能力,通过半托管、竞价和补贴系统的建设,支撑百亿补贴成为淘天过去三年里增长最快的业务。每天数千万用户在我们的场域完成“信任 - 比价 - 决策 - 下单”,背后是亿级流量、毫秒级响应、强一致性与极致稳定性的工程挑战。 当前,我们也正在用 AI 重构整个运营流程:从超链半托管、招商审核,到补贴,全面推动从“人工配置”向“AI 自治”演进。同时,我们也正积极探索 AI 对全栈研发流程的深度重构 —— 从需求分析、接口设计、代码生成,到测试验证与部署上线,逐步构建端到端的 AI 原生开发范式。 这里,是 AI 在电商营销场景落地的真实试验田,也是 AI 重塑软件工程本身的创新前沿。 我们正在做什么? ● 构建淘天核心营销引擎,支撑百亿补贴 & 聚划算高 DAU、高转化的导购与用户增长系统; ● 构建高可用、低延迟、强一致的风控与补贴系统,确保每一分补贴精准触达真实用户; ● 打造智能供给治理体系,实现全网低价标品的自动化组织与超链售卖; ● 通过 AI 重构运营三大核心流程:超链 → 审核 → 补贴,打造端到端的 AI 原生运营闭环,实现“人力与规则驱动”到“模型驱动”的效率跃迁; ● 通过 AI 重构传统研发流程,打造从 需求文档 → 架构设计 → 代码生成 → 测试覆盖 → 发布上线 的端到端 AI 原生全栈交付流水线。 加入我们,你将: 1. 负责电商核心业务系统的全栈研发,主导复杂功能模块的设计与优化,结合 AI 技术提升用户体验与系统效能; 2. 参与高并发、高可用的电商场景技术方案设计,支持业务大促与商家运营平台的稳定性保障; 3. 探索 AI 工具在前端开发中的应用,如智能交互、自动化测试或低代码平台建设,推动技术效率提升; 4. 搭建前端工程化体系,优化构建流程与性能指标(如首屏加载、交互延迟),确保多端(H5/小程序/原生)兼容性与一致性; 5. 联动产品、设计及后端团队,推进技术方案落地,通过数据驱动持续优化业务关键指标。
1、负责AI娱乐平台内容治理,基于对内容和用户消费的理解,制定内容和账号治理规则、识别和处置策略,维护社区内容画风; 2、风险挖掘,结合用户举报、不喜欢等负向反馈,结合数据洞察和案例研判,发现社区画风问题,明确治理目标; 3、治理策略,熟悉治理的链路和方法,需要联动算法、标准和审核,制定识别、研判和处置策略,为治理指标负责; 4、用户视角,深入垂类业务,基于垂类内容特性,站在创作者和用户视角,在风险治理的同时关注用户体验; 5、理解推荐,内容治理需要理解内容分发的全链路,发现链路各环节问题,充分利用审核和推荐的能力,解决社区内容画风问题。