职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7594717592066115893

大模型评估与环境算法实习生-Commercial AI

未披露 · 上海 · 字节跳动

主分类:AI模型评测工程
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": "大模型评估与环境算法实习生-Commercial AI",
        "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:Commercial AI 负责中国交易与广告的to B应用统一模型建设,包含基础模型能力、AI Infra、统一商业数据、评测等方向。\n\n1、协助从商家运营、广告优化、内容运营、客服等业务中抽取高价值任务,设计评估样本与任务集;\n2、参与大模型能力图谱与指标体系设计,覆盖任务完成度、业务收益代理指标(Proxy)、安全与合规等维度;\n3、参与探索/实现评测方法,如LLM-As-A-Judge、多维Rubric、Pairwise比较、自动Red-Teaming(攻防评估)等;\n4、编写实验代码与分析脚本,完成结果分析、可视化与小结;\n5、撰写技术文档/报告,与模型、算法、产品等同学合作推动项目落地。",
        "requirements_text": "1、2027届本科及以上学历在读,计算机、数学、统计等相关专业优先;\n2、有机器学习/NLP/推荐/广告/RL等任一方向基础,做过课程项目或科研/实习项目;\n3、对大语言模型/Agent有兴趣,有相关项目/论文/开源作品者优先;\n4、熟练使用Python,熟悉至少一种常用深度学习框架(PyTorch/TensorFlow等);\n5、具备基本实验设计与数据分析能力,习惯用代码说话;\n6、主动性强,愿意在不确定环境下学习新东西、探索新问题;每周出勤不少于3天,实习周期不少于3个月,可长期实习优先。",
        "skills": [AI生成
            "Python",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "自然语言处理",
            "数据分析",
            "分析能力",
            "大语言模型"
        ],
        "preferred_qualifications": "1、2027届本科及以上学历在读,计算机、数学、统计等相关专业优先;3、对大语言模型/Agent有兴趣,有相关项目/论文/开源作品者优先;每周出勤不少于3天,实习周期不少于3个月,可长期实习优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7594717592066115893/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7594717592066115893",
        "post_date": "2026-01-13",
        "hire_time": "每周出勤不少于3天,实习周期不少于3个月,可长期实习优先",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7594717592066115893/detail"
    },
    "fulltext": "大模型评估与环境算法实习生-Commercial AI\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:Commercial AI 负责中国交易与广告的to B应用统一模型建设,包含基础模型能力、AI Infra、统一商业数据、评测等方向。\n\n1、协助从商家运营、广告优化、内容运营、客服等业务中抽取高价值任务,设计评估样本与任务集;\n2、参与大模型能力图谱与指标体系设计,覆盖任务完成度、业务收益代理指标(Proxy)、安全与合规等维度;\n3、参与探索/实现评测方法,如LLM-As-A-Judge、多维Rubric、Pairwise比较、自动Red-Teaming(攻防评估)等;\n4、编写实验代码与分析脚本,完成结果分析、可视化与小结;\n5、撰写技术文档/报告,与模型、算法、产品等同学合作推动项目落地。\n\n职位要求\n1、2027届本科及以上学历在读,计算机、数学、统计等相关专业优先;\n2、有机器学习/NLP/推荐/广告/RL等任一方向基础,做过课程项目或科研/实习项目;\n3、对大语言模型/Agent有兴趣,有相关项目/论文/开源作品者优先;\n4、熟练使用Python,熟悉至少一种常用深度学习框架(PyTorch/TensorFlow等);\n5、具备基本实验设计与数据分析能力,习惯用代码说话;\n6、主动性强,愿意在不确定环境下学习新东西、探索新问题;每周出勤不少于3天,实习周期不少于3个月,可长期实习优先。\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:Commercial AI 负责中国交易与广告的to B应用统一模型建设,包含基础模型能力、AI Infra、统一商业数据、评测等方向。\n\n1、协助从商家运营、广告优化、内容运营、客服等业务中抽取高价值任务,设计评估样本与任务集;\n2、参与大模型能力图谱与指标体系设计,覆盖任务完成度、业务收益代理指标(Proxy)、安全与合规等维度;\n3、参与探索/实现评测方法,如LLM-As-A-Judge、多维Rubric、Pairwise比较、自动Red-Teaming(攻防评估)等;\n4、编写实验代码与分析脚本,完成结果分析、可视化与小结;\n5、撰写技术文档/报告,与模型、算法、产品等同学合作推动项目落地。\n1、2027届本科及以上学历在读,计算机、数学、统计等相关专业优先;\n2、有机器学习/NLP/推荐/广告/RL等任一方向基础,做过课程项目或科研/实习项目;\n3、对大语言模型/Agent有兴趣,有相关项目/论文/开源作品者优先;\n4、熟练使用Python,熟悉至少一种常用深度学习框架(PyTorch/TensorFlow等);\n5、具备基本实验设计与数据分析能力,习惯用代码说话;\n6、主动性强,愿意在不确定环境下学习新东西、探索新问题;每周出勤不少于3天,实习周期不少于3个月,可长期实习优先。",
    "standard_classification": {
        "std_category_code": "T015",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}