{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "隐私计算实习生（大模型与智能体方向）-安全与风控",
        "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": "安全"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": "硕士及以上学位在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n团队介绍：我们团队牵头探索人工智能数据安全与隐私保护、联邦学习、安全多方计算（SMPC）、可信执行环境、差分隐私及同态加密等前沿网络安全技术。我们开展尖端研究，致力于将新兴理论转化为数据与系统安全领域的实际应用方案。通过开创安全计算与隐私保护的全新方法，为塑造可信数字创新的未来发挥重要作用。\n\n1、参与大模型训练与推理全流程的数据安全与隐私保护前沿技术研究，结合密码学、可信执行环境、数据混淆及系统安全技术，设计兼顾安全与效率的新型解决方案；\n2、跟踪学术前沿、产品动态，结合行业实践经验与业务场景需求，开展大模型智能体安全前沿技术研究，参与智能体可信安全产品研发与落地工作。",
        "requirements_text": "1、硕士及以上学位在读，计算机、人工智能、信息安全等相关专业优先；\n2、具备良好的计算机基础，熟悉至少一种主流编程语言，熟悉常用数据结构与算法等；\n3、有大模型开发与部署经历，熟悉生成式AI原理如Transformer、Diffusion，以及智能体架构、平台（如Langchain、Dify、Coze等）；有智能体安全相关研究经验者等优先；\n4、有数据安全与隐私计算经历，熟悉传统安全技术如加密、访问控制、身份认证等，以及安全多方计算、联邦学习等隐私计算技术，有隐私计算相关系统、平台、产品的研发实践经验者优先；\n5、乐于挑战没有参考答案的开放式问题，能够在快速调研与总结前沿工作基础上，快速寻找、尝试、迭代解决方案，有较强的自主思考与探索能力，以及优秀的沟通与团队协作能力。",
        "skills": [AI生成
            "数据结构",
            "团队协作",
            "大语言模型",
            "智能体开发"
        ],
        "preferred_qualifications": "1、硕士及以上学位在读，计算机、人工智能、信息安全等相关专业优先；有智能体安全相关研究经验者等优先；4、有数据安全与隐私计算经历，熟悉传统安全技术如加密、访问控制、身份认证等，以及安全多方计算、联邦学习等隐私计算技术，有隐私计算相关系统、平台、产品的研发实践经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7592888455976683781/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7592888455976683781",
        "post_date": "2026-01-08",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7592888455976683781/detail"
    },
    "fulltext": "隐私计算实习生（大模型与智能体方向）-安全与风控\n职位描述\n日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n团队介绍：我们团队牵头探索人工智能数据安全与隐私保护、联邦学习、安全多方计算（SMPC）、可信执行环境、差分隐私及同态加密等前沿网络安全技术。我们开展尖端研究，致力于将新兴理论转化为数据与系统安全领域的实际应用方案。通过开创安全计算与隐私保护的全新方法，为塑造可信数字创新的未来发挥重要作用。\n\n1、参与大模型训练与推理全流程的数据安全与隐私保护前沿技术研究，结合密码学、可信执行环境、数据混淆及系统安全技术，设计兼顾安全与效率的新型解决方案；\n2、跟踪学术前沿、产品动态，结合行业实践经验与业务场景需求，开展大模型智能体安全前沿技术研究，参与智能体可信安全产品研发与落地工作。\n\n职位要求\n1、硕士及以上学位在读，计算机、人工智能、信息安全等相关专业优先；\n2、具备良好的计算机基础，熟悉至少一种主流编程语言，熟悉常用数据结构与算法等；\n3、有大模型开发与部署经历，熟悉生成式AI原理如Transformer、Diffusion，以及智能体架构、平台（如Langchain、Dify、Coze等）；有智能体安全相关研究经验者等优先；\n4、有数据安全与隐私计算经历，熟悉传统安全技术如加密、访问控制、身份认证等，以及安全多方计算、联邦学习等隐私计算技术，有隐私计算相关系统、平台、产品的研发实践经验者优先；\n5、乐于挑战没有参考答案的开放式问题，能够在快速调研与总结前沿工作基础上，快速寻找、尝试、迭代解决方案，有较强的自主思考与探索能力，以及优秀的沟通与团队协作能力。\n日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n团队介绍：我们团队牵头探索人工智能数据安全与隐私保护、联邦学习、安全多方计算（SMPC）、可信执行环境、差分隐私及同态加密等前沿网络安全技术。我们开展尖端研究，致力于将新兴理论转化为数据与系统安全领域的实际应用方案。通过开创安全计算与隐私保护的全新方法，为塑造可信数字创新的未来发挥重要作用。\n\n1、参与大模型训练与推理全流程的数据安全与隐私保护前沿技术研究，结合密码学、可信执行环境、数据混淆及系统安全技术，设计兼顾安全与效率的新型解决方案；\n2、跟踪学术前沿、产品动态，结合行业实践经验与业务场景需求，开展大模型智能体安全前沿技术研究，参与智能体可信安全产品研发与落地工作。\n1、硕士及以上学位在读，计算机、人工智能、信息安全等相关专业优先；\n2、具备良好的计算机基础，熟悉至少一种主流编程语言，熟悉常用数据结构与算法等；\n3、有大模型开发与部署经历，熟悉生成式AI原理如Transformer、Diffusion，以及智能体架构、平台（如Langchain、Dify、Coze等）；有智能体安全相关研究经验者等优先；\n4、有数据安全与隐私计算经历，熟悉传统安全技术如加密、访问控制、身份认证等，以及安全多方计算、联邦学习等隐私计算技术，有隐私计算相关系统、平台、产品的研发实践经验者优先；\n5、乐于挑战没有参考答案的开放式问题，能够在快速调研与总结前沿工作基础上，快速寻找、尝试、迭代解决方案，有较强的自主思考与探索能力，以及优秀的沟通与团队协作能力。",
    "standard_classification": {
        "std_category_code": "T023",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}