主分类：大模型与生成式算法研发
辅助：Agent系统开发（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "【实习】金融场景中的大模型对话及应用-财经业务大模型算法（杭州/北京）",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "未披露",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "博士在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍：财经业务依托抖音集团的流量优势和领先的基础技术能力，通过“抖音支付”“抖音月付”“放心借”以及退货运费险等产品，为广大个人用户、企业和机构提供支付、消费金融和保险经纪等金融科技服务。\n财经大模型算法团队专注于金融领域的大模型对话场景算法研究，支持包括财经智能助理Agent、智能客服、智能外呼、智能金融数据分析等财经大模型应用场景的建设，服务过亿级财经用户。团队的工作包括财经领域知识注入生成式大模型、金融对话场景Agent架构研发、端到到本文/语音生成、检索增强生成（RAG）、智能数据分析、图片与视频理解等技术。我们使用前沿的机器学习技术进行端到端建模并不断创新突破，建设财经领域内行业领先的金融智能对话和金融数据分析能力，提升用户在抖音的财经业务用户体验。\n\n课题介绍：\n字节财经团队专注解决金融场景中智能Agent、实时语音交互、智能风控等应用的技术挑战，通过在金融场景的大模型领域后训练与微调，实现金融Agent智能助手的长历史上下文的记忆、金融级别的指令遵循、支持多模态输入输出、低延迟实时语音对话生成、大模型对系统信息感知和个性化对话等能力，以及针对AIGC的伪造内容进行攻防、结合大模型和深度学习的全新的风控建模等。\n\n课题挑战：\n1、支持领域知识注入的端到端文本和语音生成问题；\n2、领域知识注入的大模型后训练和对齐；\n3、Multi Agent System中的智能决策与系统感知；\n4、基于宏观经济和结构化数据的智能风控建模。\n\n课题价值：\n1、支持领域知识注入的实时语音对话模型；\n2、金融场景的通用智能助手，提升财经各业务场景的GMV和转化率，同时提升用户体验；\n3、搭建金融风控场景的Agent，提升对风控业务的预测准确率及优化模型性能。",
"requirements_text": "1、2027届及以后毕业，博士在读，人工智能、大模型、NLP相关专业优先；\n2、优秀的代码能力，掌握常见编程语言和算法，熟悉PyTorch或TF等机器学习编程框架； \n3、在大模型、RAG、智能对话或搜索等方向要求有丰富的实践经验，在ACL/EMNLP/SIGIR/WWW等顶级期刊会议上发表论文者优先； \n4、有大模型训练和微调经验的同学优先；\n5、出色的问题分析和解决能力，有自主探索解决方案的能力；良好的沟通协作能力，能和团队一起探索新技术，推进技术进步；\n6、出色的心理素质与应变能力，面对困难勇于迎接挑战；面对复杂局面沉着、冷静、灵活。",
"skills": [AI生成
"PyTorch",
"机器学习",
"模型训练",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "1、2027届及以后毕业，博士在读，人工智能、大模型、NLP相关专业优先；3、在大模型、RAG、智能对话或搜索等方向要求有丰富的实践经验，在ACL/EMNLP/SIGIR/WWW等顶级期刊会议上发表论文者优先；4、有大模型训练和微调经验的同学优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7628648359800113461/detail"
}
]
},
"posting": {
"posting_id": "7628648359800113461",
"post_date": "2026-04-15",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7628648359800113461/detail"
},
"fulltext": "【实习】金融场景中的大模型对话及应用-财经业务大模型算法（杭州/北京）\n职位描述\n团队介绍：财经业务依托抖音集团的流量优势和领先的基础技术能力，通过“抖音支付”“抖音月付”“放心借”以及退货运费险等产品，为广大个人用户、企业和机构提供支付、消费金融和保险经纪等金融科技服务。\n财经大模型算法团队专注于金融领域的大模型对话场景算法研究，支持包括财经智能助理Agent、智能客服、智能外呼、智能金融数据分析等财经大模型应用场景的建设，服务过亿级财经用户。团队的工作包括财经领域知识注入生成式大模型、金融对话场景Agent架构研发、端到到本文/语音生成、检索增强生成（RAG）、智能数据分析、图片与视频理解等技术。我们使用前沿的机器学习技术进行端到端建模并不断创新突破，建设财经领域内行业领先的金融智能对话和金融数据分析能力，提升用户在抖音的财经业务用户体验。\n\n课题介绍：\n字节财经团队专注解决金融场景中智能Agent、实时语音交互、智能风控等应用的技术挑战，通过在金融场景的大模型领域后训练与微调，实现金融Agent智能助手的长历史上下文的记忆、金融级别的指令遵循、支持多模态输入输出、低延迟实时语音对话生成、大模型对系统信息感知和个性化对话等能力，以及针对AIGC的伪造内容进行攻防、结合大模型和深度学习的全新的风控建模等。\n\n课题挑战：\n1、支持领域知识注入的端到端文本和语音生成问题；\n2、领域知识注入的大模型后训练和对齐；\n3、Multi Agent System中的智能决策与系统感知；\n4、基于宏观经济和结构化数据的智能风控建模。\n\n课题价值：\n1、支持领域知识注入的实时语音对话模型；\n2、金融场景的通用智能助手，提升财经各业务场景的GMV和转化率，同时提升用户体验；\n3、搭建金融风控场景的Agent，提升对风控业务的预测准确率及优化模型性能。\n\n职位要求\n1、2027届及以后毕业，博士在读，人工智能、大模型、NLP相关专业优先；\n2、优秀的代码能力，掌握常见编程语言和算法，熟悉PyTorch或TF等机器学习编程框架； \n3、在大模型、RAG、智能对话或搜索等方向要求有丰富的实践经验，在ACL/EMNLP/SIGIR/WWW等顶级期刊会议上发表论文者优先； \n4、有大模型训练和微调经验的同学优先；\n5、出色的问题分析和解决能力，有自主探索解决方案的能力；良好的沟通协作能力，能和团队一起探索新技术，推进技术进步；\n6、出色的心理素质与应变能力，面对困难勇于迎接挑战；面对复杂局面沉着、冷静、灵活。\n团队介绍：财经业务依托抖音集团的流量优势和领先的基础技术能力，通过“抖音支付”“抖音月付”“放心借”以及退货运费险等产品，为广大个人用户、企业和机构提供支付、消费金融和保险经纪等金融科技服务。\n财经大模型算法团队专注于金融领域的大模型对话场景算法研究，支持包括财经智能助理Agent、智能客服、智能外呼、智能金融数据分析等财经大模型应用场景的建设，服务过亿级财经用户。团队的工作包括财经领域知识注入生成式大模型、金融对话场景Agent架构研发、端到到本文/语音生成、检索增强生成（RAG）、智能数据分析、图片与视频理解等技术。我们使用前沿的机器学习技术进行端到端建模并不断创新突破，建设财经领域内行业领先的金融智能对话和金融数据分析能力，提升用户在抖音的财经业务用户体验。\n\n课题介绍：\n字节财经团队专注解决金融场景中智能Agent、实时语音交互、智能风控等应用的技术挑战，通过在金融场景的大模型领域后训练与微调，实现金融Agent智能助手的长历史上下文的记忆、金融级别的指令遵循、支持多模态输入输出、低延迟实时语音对话生成、大模型对系统信息感知和个性化对话等能力，以及针对AIGC的伪造内容进行攻防、结合大模型和深度学习的全新的风控建模等。\n\n课题挑战：\n1、支持领域知识注入的端到端文本和语音生成问题；\n2、领域知识注入的大模型后训练和对齐；\n3、Multi Agent System中的智能决策与系统感知；\n4、基于宏观经济和结构化数据的智能风控建模。\n\n课题价值：\n1、支持领域知识注入的实时语音对话模型；\n2、金融场景的通用智能助手，提升财经各业务场景的GMV和转化率，同时提升用户体验；\n3、搭建金融风控场景的Agent，提升对风控业务的预测准确率及优化模型性能。\n1、2027届及以后毕业，博士在读，人工智能、大模型、NLP相关专业优先；\n2、优秀的代码能力，掌握常见编程语言和算法，熟悉PyTorch或TF等机器学习编程框架； \n3、在大模型、RAG、智能对话或搜索等方向要求有丰富的实践经验，在ACL/EMNLP/SIGIR/WWW等顶级期刊会议上发表论文者优先； \n4、有大模型训练和微调经验的同学优先；\n5、出色的问题分析和解决能力，有自主探索解决方案的能力；良好的沟通协作能力，能和团队一起探索新技术，推进技术进步；\n6、出色的心理素质与应变能力，面对困难勇于迎接挑战；面对复杂局面沉着、冷静、灵活。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}