RL

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。团队介绍：字节跳动商业信任与安全算法团队聚焦于通过 AI 技术（包括但不限于大模型 / Agent / 多模态等）识别治理问题广告内容与广告主，助力降低虚假宣传、不良暗示等内容发生概率，提升广告质量。该方向也是行业共同关注、长期研究的方向，在这里你可以基于平台能力及内容，深耕算法优化，为商业化各业务（广告、电商、本地生活等）提供安全解决方案。团队在 Agent 领域深耕技术及其在新一代智能化审核系统中的落地与创新。岗位职责1. 搭建风险感知、风险研判、审核策略优化等智能体能力，支持交互类智能体训练2. 参与审核链路的完全自主进化体系构建3. 跟踪 Agent 前沿技术并进行可行性验证（如Perference-based RL、多智能体协作、DeepResearch、数据和模型的scaling、轻量化模型新RL范式），支持数据基建和模型infra的基建工作，并在商业化安全场景中验证落地岗位要求1. 27届硕士或博士在读，计算机、电子信息或相关专业；2. 有扎实的代码能力、数据结构和基础算法功底，熟练掌握C/C++或Python编程语言；3. 熟悉机器学习和大模型基础原理，有大模型预训练、微调、强化学习、Agent搭建经验者优先；4. 在ACM/ICPC、Top Coder、Kaggle等比赛中有优异的表现和获奖经历者优先；5. 在大模型/Agent领域主导过重大影响力项目，或发表过顶会顶刊论文者优先；6. 出色的问题分析和解决能力，能够独立解决复杂的技术问题；7. 良好的沟通协作能力，能够与团队紧密合作，共同推进项目进展。base北京/上海。感兴趣请发送简历到hantao.zhang@bytedance.com，或投递到 https://job.toutiao.com/s/eZgZS9P7e24