{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大模型应用算法实习生-隐私和数据保护办公室",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "未披露",
        "location": "上海",
        "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": "2027届本科及以上学历在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "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。\n团队介绍：我们是字节跳动隐私与数据保护核心团队，联动法律、安全、研发等多方力量，为全球数亿用户构建第一道数据安全防线。聚焦隐私合规落地、数据风险防控，在超150个国家/地区的复杂隐私、数据合规场景中，构建全生命周期数据安全方案，以“隐私+数据”双通道驱动保护创新。\n为什么加入我们？\n1、全球化核心战场：加入支撑字节跳动国际化生态的关键团队，主导服务数亿用户的隐私安全体系，同字节跳动系产品一起定义行业标准；\n2、硬核能力历练：攻克数亿级数据防护，横跨美洲、欧盟、东南亚等法律差异等难题，沉淀覆盖多区域的合规技术视野；\n3、多元成长生态：融入跨多国家多城市的协作团队，参与行业隐私标杆项目，在文化碰撞中解锁国际化合规实战经验。\n\n1、构建面向法律、合规与审计场景的垂直AI平台（类似Harvey AI），通过大模型与AI Agent技术，赋能产品研发全流程的风险识别与自动化决策；推动AI在复杂企业场景中的规模化应用；\n2、探索Agent-based Architecture（Multi-Agent/Tool Use/Planning；包括多步推理、工具调用、Workflow Orchestration等；构建从需求理解→风险识别→证据生成→报告输出的端到端AI系统；\n3、优化大模型Prompt、Tool Calling、结构化输出，提高模型在专业场景中的准确性与稳定性，参与RLHF/Reward Modeling等后训练流程，提升模型在法律与合规推理中的表现，设计评估指标（Accuracy/Recall/Hallucination Rate），定位问题，并持续优化模型效果；\n4、构建高质量训练与评测数据集（法律文本、PRD、历史案例等），参与数据清洗、标注与质量评估，提升数据一致性与可用性，探索RAG/GraphRAG/案例-Based Reasoning等知识增强方案；\n5、开发和维护与模型相关的后端服务（API/Pipeline/Workflow Engine），支持模型在线推理服务的性能优化与稳定性保障，参与AI系统在实际业务中的部署与迭代。",
        "requirements_text": "1、2027届本科及以上学历在读，计算机科学、软件工程、人工智能、数据科学等相关专业优先；\n2、熟悉机器学习/深度学习基础，了解Transformer基本原理，有大模型应用经验（如GPT、Claude、BERT等），具备提示词工程实践；有以下经验者优先：AI Agent、工具使用、Function Calling、RAG、GraphRAG、RLHF、强化学习、后训练优化；\n3、具备一定后端开发技能，熟悉一种后端编程语言如Node.js、Java或C++；有RESTful API开发经验者优先；\n4、参与过机器学习或深度学习相关的实习、课程项目或个人项目；在开源项目中有贡献，有参与大模型（如GPT、BERT）优化经验者优先；\n5、具有较强的分析和解决问题的能力，良好的团队合作精神和沟通能力，快速学习和应用新技术的能力。",
        "skills": [AI生成
            "Java",
            "C++",
            "机器学习",
            "深度学习",
            "强化学习",
            "团队协作",
            "沟通能力",
            "解决问题",
            "大语言模型",
            "检索增强生成",
            "智能体开发"
        ],
        "preferred_qualifications": "1、2027届本科及以上学历在读，计算机科学、软件工程、人工智能、数据科学等相关专业优先；有以下经验者优先：AI Agent、工具使用、Function Calling、RAG、GraphRAG、RLHF、强化学习、后训练优化；有RESTful API开发经验者优先；在开源项目中有贡献，有参与大模型（如GPT、BERT）优化经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7629594983490963717/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7629594983490963717",
        "post_date": "2026-04-17",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7629594983490963717/detail"
    },
    "fulltext": "大模型应用算法实习生-隐私和数据保护办公室\n职位描述\nByteIntern：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。\n团队介绍：我们是字节跳动隐私与数据保护核心团队，联动法律、安全、研发等多方力量，为全球数亿用户构建第一道数据安全防线。聚焦隐私合规落地、数据风险防控，在超150个国家/地区的复杂隐私、数据合规场景中，构建全生命周期数据安全方案，以“隐私+数据”双通道驱动保护创新。\n为什么加入我们？\n1、全球化核心战场：加入支撑字节跳动国际化生态的关键团队，主导服务数亿用户的隐私安全体系，同字节跳动系产品一起定义行业标准；\n2、硬核能力历练：攻克数亿级数据防护，横跨美洲、欧盟、东南亚等法律差异等难题，沉淀覆盖多区域的合规技术视野；\n3、多元成长生态：融入跨多国家多城市的协作团队，参与行业隐私标杆项目，在文化碰撞中解锁国际化合规实战经验。\n\n1、构建面向法律、合规与审计场景的垂直AI平台（类似Harvey AI），通过大模型与AI Agent技术，赋能产品研发全流程的风险识别与自动化决策；推动AI在复杂企业场景中的规模化应用；\n2、探索Agent-based Architecture（Multi-Agent/Tool Use/Planning；包括多步推理、工具调用、Workflow Orchestration等；构建从需求理解→风险识别→证据生成→报告输出的端到端AI系统；\n3、优化大模型Prompt、Tool Calling、结构化输出，提高模型在专业场景中的准确性与稳定性，参与RLHF/Reward Modeling等后训练流程，提升模型在法律与合规推理中的表现，设计评估指标（Accuracy/Recall/Hallucination Rate），定位问题，并持续优化模型效果；\n4、构建高质量训练与评测数据集（法律文本、PRD、历史案例等），参与数据清洗、标注与质量评估，提升数据一致性与可用性，探索RAG/GraphRAG/案例-Based Reasoning等知识增强方案；\n5、开发和维护与模型相关的后端服务（API/Pipeline/Workflow Engine），支持模型在线推理服务的性能优化与稳定性保障，参与AI系统在实际业务中的部署与迭代。\n\n职位要求\n1、2027届本科及以上学历在读，计算机科学、软件工程、人工智能、数据科学等相关专业优先；\n2、熟悉机器学习/深度学习基础，了解Transformer基本原理，有大模型应用经验（如GPT、Claude、BERT等），具备提示词工程实践；有以下经验者优先：AI Agent、工具使用、Function Calling、RAG、GraphRAG、RLHF、强化学习、后训练优化；\n3、具备一定后端开发技能，熟悉一种后端编程语言如Node.js、Java或C++；有RESTful API开发经验者优先；\n4、参与过机器学习或深度学习相关的实习、课程项目或个人项目；在开源项目中有贡献，有参与大模型（如GPT、BERT）优化经验者优先；\n5、具有较强的分析和解决问题的能力，良好的团队合作精神和沟通能力，快速学习和应用新技术的能力。\nByteIntern：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。\n团队介绍：我们是字节跳动隐私与数据保护核心团队，联动法律、安全、研发等多方力量，为全球数亿用户构建第一道数据安全防线。聚焦隐私合规落地、数据风险防控，在超150个国家/地区的复杂隐私、数据合规场景中，构建全生命周期数据安全方案，以“隐私+数据”双通道驱动保护创新。\n为什么加入我们？\n1、全球化核心战场：加入支撑字节跳动国际化生态的关键团队，主导服务数亿用户的隐私安全体系，同字节跳动系产品一起定义行业标准；\n2、硬核能力历练：攻克数亿级数据防护，横跨美洲、欧盟、东南亚等法律差异等难题，沉淀覆盖多区域的合规技术视野；\n3、多元成长生态：融入跨多国家多城市的协作团队，参与行业隐私标杆项目，在文化碰撞中解锁国际化合规实战经验。\n\n1、构建面向法律、合规与审计场景的垂直AI平台（类似Harvey AI），通过大模型与AI Agent技术，赋能产品研发全流程的风险识别与自动化决策；推动AI在复杂企业场景中的规模化应用；\n2、探索Agent-based Architecture（Multi-Agent/Tool Use/Planning；包括多步推理、工具调用、Workflow Orchestration等；构建从需求理解→风险识别→证据生成→报告输出的端到端AI系统；\n3、优化大模型Prompt、Tool Calling、结构化输出，提高模型在专业场景中的准确性与稳定性，参与RLHF/Reward Modeling等后训练流程，提升模型在法律与合规推理中的表现，设计评估指标（Accuracy/Recall/Hallucination Rate），定位问题，并持续优化模型效果；\n4、构建高质量训练与评测数据集（法律文本、PRD、历史案例等），参与数据清洗、标注与质量评估，提升数据一致性与可用性，探索RAG/GraphRAG/案例-Based Reasoning等知识增强方案；\n5、开发和维护与模型相关的后端服务（API/Pipeline/Workflow Engine），支持模型在线推理服务的性能优化与稳定性保障，参与AI系统在实际业务中的部署与迭代。\n1、2027届本科及以上学历在读，计算机科学、软件工程、人工智能、数据科学等相关专业优先；\n2、熟悉机器学习/深度学习基础，了解Transformer基本原理，有大模型应用经验（如GPT、Claude、BERT等），具备提示词工程实践；有以下经验者优先：AI Agent、工具使用、Function Calling、RAG、GraphRAG、RLHF、强化学习、后训练优化；\n3、具备一定后端开发技能，熟悉一种后端编程语言如Node.js、Java或C++；有RESTful API开发经验者优先；\n4、参与过机器学习或深度学习相关的实习、课程项目或个人项目；在开源项目中有贡献，有参与大模型（如GPT、BERT）优化经验者优先；\n5、具有较强的分析和解决问题的能力，良好的团队合作精神和沟通能力，快速学习和应用新技术的能力。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}