主分类：搜索推荐与业务决策算法研发
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": "内容安全算法工程师-TikTok业务风控",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "深圳",
"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": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok 在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。\n\nTikTok业务风控团队致力于保护 TikTok 的用户权益，包括但不限于内容消费者、创造者、商业客户等。我们通过建设高效的风控系统和智能的风控算法，提供端到端技术解决方案，以保证平台的健康与社区体验的真实性，为TikTok 业务保驾护航。\n\n1、风险识别与治理：负责TikTok直播场景下的生态安全及资金风控的算法体系建设；\n2、模型建设与优化：基于海量多模态数据（文本、图像、音频、行为序列），构建高精准度、低延迟的风险识别模型；\n3、对抗与应急响应：深入理解黑产攻击手段，通过数据分析与挖掘，快速响应新型风险，设计具备高鲁棒性的对抗策略；\n4、前沿技术落地：探索并应用Agentic AI（智能体）、LLM Post-training（大模型后训练） 及多模态预训练等技术，提升复杂风险场景下的自动化决策与推理能力。",
"requirements_text": "1、本科及以上学历，计算机、数学、统计学或相关专业；\n2、拥有扎实的机器学习、深度学习理论基础，熟悉常用的分类、聚类、序列预测算法（如XGBoost、DeepFM、Transformer等）；\n3、具备优秀的编码能力，熟练掌握Python/C++/Go中至少一门语言，熟悉TensorFlow/PyTorch等主流框架，有大规模分布式系统开发经验者优先；\n4、逻辑思维清晰，对数据敏感，对解决风控对抗问题充满热情，具备良好的沟通协作能力；\n5、加分项：\n1）Agentic AI实战经验：有基于LLM构建智能体（Agent）解决复杂任务规划、工具调用或自动化决策的经验；\n2）大模型调优能力：熟悉RLHF、SFT等Post-training技术，有将大模型应用于垂直领域（Vertical LLM）落地的成功案例；\n3）多模态算法专长：在多模态表示学习（Multimodal Representation Learning）、视频理解或跨模态检索方面有深入研究；\n4）行业经验：具有互联网社区内容风控、直播安全或反欺诈相关工作经验。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"分布式系统",
"逻辑思维",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "3、具备优秀的编码能力，熟练掌握Python/C++/Go中至少一门语言，熟悉TensorFlow/PyTorch等主流框架，有大规模分布式系统开发经验者优先；5、加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7582812070758287669/detail"
}
]
},
"posting": {
"posting_id": "7582812070758287669",
"post_date": "2025-12-12",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7582812070758287669/detail"
},
"fulltext": "内容安全算法工程师-TikTok业务风控\n职位描述\n团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok 在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。\n\nTikTok业务风控团队致力于保护 TikTok 的用户权益，包括但不限于内容消费者、创造者、商业客户等。我们通过建设高效的风控系统和智能的风控算法，提供端到端技术解决方案，以保证平台的健康与社区体验的真实性，为TikTok 业务保驾护航。\n\n1、风险识别与治理：负责TikTok直播场景下的生态安全及资金风控的算法体系建设；\n2、模型建设与优化：基于海量多模态数据（文本、图像、音频、行为序列），构建高精准度、低延迟的风险识别模型；\n3、对抗与应急响应：深入理解黑产攻击手段，通过数据分析与挖掘，快速响应新型风险，设计具备高鲁棒性的对抗策略；\n4、前沿技术落地：探索并应用Agentic AI（智能体）、LLM Post-training（大模型后训练） 及多模态预训练等技术，提升复杂风险场景下的自动化决策与推理能力。\n\n职位要求\n1、本科及以上学历，计算机、数学、统计学或相关专业；\n2、拥有扎实的机器学习、深度学习理论基础，熟悉常用的分类、聚类、序列预测算法（如XGBoost、DeepFM、Transformer等）；\n3、具备优秀的编码能力，熟练掌握Python/C++/Go中至少一门语言，熟悉TensorFlow/PyTorch等主流框架，有大规模分布式系统开发经验者优先；\n4、逻辑思维清晰，对数据敏感，对解决风控对抗问题充满热情，具备良好的沟通协作能力；\n5、加分项：\n1）Agentic AI实战经验：有基于LLM构建智能体（Agent）解决复杂任务规划、工具调用或自动化决策的经验；\n2）大模型调优能力：熟悉RLHF、SFT等Post-training技术，有将大模型应用于垂直领域（Vertical LLM）落地的成功案例；\n3）多模态算法专长：在多模态表示学习（Multimodal Representation Learning）、视频理解或跨模态检索方面有深入研究；\n4）行业经验：具有互联网社区内容风控、直播安全或反欺诈相关工作经验。\n团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok 在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。\n\nTikTok业务风控团队致力于保护 TikTok 的用户权益，包括但不限于内容消费者、创造者、商业客户等。我们通过建设高效的风控系统和智能的风控算法，提供端到端技术解决方案，以保证平台的健康与社区体验的真实性，为TikTok 业务保驾护航。\n\n1、风险识别与治理：负责TikTok直播场景下的生态安全及资金风控的算法体系建设；\n2、模型建设与优化：基于海量多模态数据（文本、图像、音频、行为序列），构建高精准度、低延迟的风险识别模型；\n3、对抗与应急响应：深入理解黑产攻击手段，通过数据分析与挖掘，快速响应新型风险，设计具备高鲁棒性的对抗策略；\n4、前沿技术落地：探索并应用Agentic AI（智能体）、LLM Post-training（大模型后训练） 及多模态预训练等技术，提升复杂风险场景下的自动化决策与推理能力。\n1、本科及以上学历，计算机、数学、统计学或相关专业；\n2、拥有扎实的机器学习、深度学习理论基础，熟悉常用的分类、聚类、序列预测算法（如XGBoost、DeepFM、Transformer等）；\n3、具备优秀的编码能力，熟练掌握Python/C++/Go中至少一门语言，熟悉TensorFlow/PyTorch等主流框架，有大规模分布式系统开发经验者优先；\n4、逻辑思维清晰，对数据敏感，对解决风控对抗问题充满热情，具备良好的沟通协作能力；\n5、加分项：\n1）Agentic AI实战经验：有基于LLM构建智能体（Agent）解决复杂任务规划、工具调用或自动化决策的经验；\n2）大模型调优能力：熟悉RLHF、SFT等Post-training技术，有将大模型应用于垂直领域（Vertical LLM）落地的成功案例；\n3）多模态算法专长：在多模态表示学习（Multimodal Representation Learning）、视频理解或跨模态检索方面有深入研究；\n4）行业经验：具有互联网社区内容风控、直播安全或反欺诈相关工作经验。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}