职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7591755632660351285

算法实习生-TikTok内容安全算法

未披露 · 上海 · 字节跳动

主分类:大模型与生成式算法研发
算法与数据
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": "算法实习生-TikTok内容安全算法",
        "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届硕士及以上学位在读",
        "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:国际化内容安全算法研究团队致力于为字节跳动国际化产品的用户维护安全可信赖环境,通过开发、迭代机器学习模型和信息系统以更早、更快发掘风险、监控风险、响应紧急事件,团队同时负责产品基座大模型的研发,我们在研发过程中需要解决数据合规、模型推理能力、多语种性能优化等方面的问题,从而为平台上的内容审核、搜索、推荐等多项业务提供安全合规,性能优越的基座模型。\n\n1、参与多模态大模型(LLM/VLM)的研发工作,探索视频理解与内容安全任务中的前沿技术;\n2、协助进行大模型预训练、指令微调(SFT)和主动学习(RLHF),提升模型在视频安全数据集上表现;\n3、参与标注与评测体系的建设,支持高质量数据集的构建与模型效果验证;\n4、与团队成员合作,推动算法在实际审核场景中的落地与性能优化。",
        "requirements_text": "1、2027届硕士及以上学位在读,计算机、软件工程等相关专业优先;\n2、具备良好的机器学习与深度学习基础,熟悉Transformer架构和大模型基本原理;\n3、具备图像、视频或多模态方向的研究或项目经验,有大模型相关实践经验者优先;\n4、熟悉至少一种主流深度学习框架(PyTorch/TensorFlow),具备良好的编程能力;\n5、具备快速学习能力和团队协作精神,对内容安全与多模态大模型有浓厚兴趣;\n6、在顶会/顶刊有相关论文或在大型比赛中取得优异成绩者优先。",
        "skills": [AI生成
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "团队协作",
            "学习能力",
            "大语言模型"
        ],
        "preferred_qualifications": "1、2027届硕士及以上学位在读,计算机、软件工程等相关专业优先;3、具备图像、视频或多模态方向的研究或项目经验,有大模型相关实践经验者优先;6、在顶会/顶刊有相关论文或在大型比赛中取得优异成绩者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7591755632660351285/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7591755632660351285",
        "post_date": "2026-01-05",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7591755632660351285/detail"
    },
    "fulltext": "算法实习生-TikTok内容安全算法\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:国际化内容安全算法研究团队致力于为字节跳动国际化产品的用户维护安全可信赖环境,通过开发、迭代机器学习模型和信息系统以更早、更快发掘风险、监控风险、响应紧急事件,团队同时负责产品基座大模型的研发,我们在研发过程中需要解决数据合规、模型推理能力、多语种性能优化等方面的问题,从而为平台上的内容审核、搜索、推荐等多项业务提供安全合规,性能优越的基座模型。\n\n1、参与多模态大模型(LLM/VLM)的研发工作,探索视频理解与内容安全任务中的前沿技术;\n2、协助进行大模型预训练、指令微调(SFT)和主动学习(RLHF),提升模型在视频安全数据集上表现;\n3、参与标注与评测体系的建设,支持高质量数据集的构建与模型效果验证;\n4、与团队成员合作,推动算法在实际审核场景中的落地与性能优化。\n\n职位要求\n1、2027届硕士及以上学位在读,计算机、软件工程等相关专业优先;\n2、具备良好的机器学习与深度学习基础,熟悉Transformer架构和大模型基本原理;\n3、具备图像、视频或多模态方向的研究或项目经验,有大模型相关实践经验者优先;\n4、熟悉至少一种主流深度学习框架(PyTorch/TensorFlow),具备良好的编程能力;\n5、具备快速学习能力和团队协作精神,对内容安全与多模态大模型有浓厚兴趣;\n6、在顶会/顶刊有相关论文或在大型比赛中取得优异成绩者优先。\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:国际化内容安全算法研究团队致力于为字节跳动国际化产品的用户维护安全可信赖环境,通过开发、迭代机器学习模型和信息系统以更早、更快发掘风险、监控风险、响应紧急事件,团队同时负责产品基座大模型的研发,我们在研发过程中需要解决数据合规、模型推理能力、多语种性能优化等方面的问题,从而为平台上的内容审核、搜索、推荐等多项业务提供安全合规,性能优越的基座模型。\n\n1、参与多模态大模型(LLM/VLM)的研发工作,探索视频理解与内容安全任务中的前沿技术;\n2、协助进行大模型预训练、指令微调(SFT)和主动学习(RLHF),提升模型在视频安全数据集上表现;\n3、参与标注与评测体系的建设,支持高质量数据集的构建与模型效果验证;\n4、与团队成员合作,推动算法在实际审核场景中的落地与性能优化。\n1、2027届硕士及以上学位在读,计算机、软件工程等相关专业优先;\n2、具备良好的机器学习与深度学习基础,熟悉Transformer架构和大模型基本原理;\n3、具备图像、视频或多模态方向的研究或项目经验,有大模型相关实践经验者优先;\n4、熟悉至少一种主流深度学习框架(PyTorch/TensorFlow),具备良好的编程能力;\n5、具备快速学习能力和团队协作精神,对内容安全与多模态大模型有浓厚兴趣;\n6、在顶会/顶刊有相关论文或在大型比赛中取得优异成绩者优先。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}