ByteDance logo
字节跳动
大模型应用算法专家-国际化内容安全

大模型应用算法专家-国际化内容安全

发布于 大约 20 小时前

普通员工/个人贡献者

上海市
高级经验
全职员工
仅现场办公
学历未注明
PyTorch
强化学习
TensorFlow
LLM
多模态
分布式训练
内容安全
VLM
大模型
OCR

AI 估算 · 60k–90k

大模型算法专家薪资高,字节跳动待遇优,月薪在6-9万,15薪。

职位详情

关于这个职位

该职位负责推动多模态大模型在短视频内容安全等场景的应用,包括优化LLM/VLM能力、提升推理性能、跟踪前沿技术并落地

适合有大模型研发经验、熟悉预训练微调对齐、对内容安全感兴趣的算法人才

最低要求

扎实的机器学习与深度学习基础,在LLM/VLM、计算机视觉或多模态领域有多年研发经验

熟悉大模型的预训练、微调与对齐方法,有实际落地或开源大模型项目经验者优先
精通PyTorch/TensorFlow等深度学习框架,具备大规模分布式训练与模型优化经验

工作职责

推动多模态大模型技术在下游场景中的前沿应用,包括但不限于内容理解与推理、Agent系统、搜索推荐、端智能等各类高价值场景

提升LLM/VLM等在翻译、OCR、Captioning等领域内的能力,打造业务专属模型,以优化在国际化短视频场景中的效果
优化大模型应用中的效果及推理性能,包括大规模数据合成、自动数据标注、强化学习对齐、轻量化模型结构等方法
跟踪前沿研究成果(如NeurIPS、CLR、CVPR、ACL等),将最新技术引入业务落地并形成突破
在团队中发挥技术领军作用,指导核心研发工作,推动跨团队协作与技术标准化

优先资格

对内容安全、风险建模或审核场景有深入理解者优先

在顶会/顶刊(NeurIPS、ICML、ICLR、CVPR、ACL等)有论文发表,或在业界大模型相关项目中担任核心研发角色者优先

AI 洞察

优缺点分析

优点

  • 字节跳动大平台,资源丰富,算法应用场景海量,能快速积累经验
  • 聚焦前沿大模型技术,紧跟学术热点,个人技术成长快
  • 国际化业务,参与跨境内容安全治理,具有社会价值
  • 薪资待遇高,奖金丰厚,职业发展前景广阔
  • 技术难度高,需要持续学习大模型最新研究,竞争激烈
  • 工作强度可能较大,互联网大厂节奏快,需要适应高强度产出
  • 适合热爱前沿AI技术、有较强算法落地能力、能承受高强度工作并追求高回报的资深算法工程师

缺点 / 挑战

  • 内容安全场景敏感,需要平衡模型效果与合规要求,决策压力大

角色解读

  • 技术专家方向:深入大模型与多模态前沿,成为领域技术权威
  • 团队管理方向:从技术leader逐步发展为团队Manager,带领更大团队
  • 业务方向:转向产品化或解决方案架构,推动AI在安全场景的商业落地
  • 推动多模态大模型在内容安全等场景的应用与优化,如翻译、OCR、Captioning
  • 优化大模型推理性能,使用数据合成、强化学习对齐等方法
  • 跟踪前沿技术(NeurIPS等),将最新成果落地到业务中
  • 指导团队核心研发,推动跨团队协作与技术标准化
  • 扎实的机器学习与深度学习基础,多年LLM/VLM或多模态研发经验
  • 熟悉大模型预训练、微调与对齐方法,有实际落地项目优先
  • 精通PyTorch/TensorFlow,具备大规模分布式训练与模型优化经验
  • 对内容安全、风险建模有深入理解者优先

申请策略

  • 提前了解字节跳动国际化产品(如TikTok)的内容安全策略,面试中展现对业务的理解
  • 准备一个端到端的大模型落地案例,展示问题定义、技术选型、效果评估全过程
  • 重点突出LLM/VLM相关项目经验,尤其是从预训练到微调对齐的全流程
  • 强调分布式训练与模型优化经验,如使用PyTorch/TensorFlow大规模训练
  • 如有内容安全或风险建模项目,务必详细描述
  • 列出顶会论文或开源项目贡献,证明学术影响力
  • 补充强化学习(RLHF)及多模态模型(如CLIP、BLIP)的实践
  • 学习大规模数据合成与自动标注技术

面试指南

  • 使用STAR法则:情境、任务、行动、结果,结构化描述项目经历
  • 对于技术方案题,先明确问题背景,然后拆解为数据、模型、训练、部署等环节,逐一给出方案,并比较优劣
  • 对于开放性问题,展示思考深度,从技术、业务、社会影响多角度分析
  • 请详细介绍你参与的一个大模型预训练或微调项目,遇到哪些挑战?如何解决?
  • 如何设计一个多模态模型来检测短视频中的违规内容?请从数据、模型、部署方面阐述
  • 解释强化学习RLHF在大模型对齐中的作用,并说明在实践中如何实施
  • 如何优化大模型的推理速度?请给出具体方法
  • 你如何看待当前大模型在内容安全领域的局限性和未来发展方向?

匹配度报告

70
综合匹配度

大厂算法专家,前沿大模型技术栈,高薪高成长,WLB一般。

适合人群
该职位最适合追求技术前沿和快速成长的求职者,对薪资和职业发展有高期望,能接受较高的工作强度。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展95
工作生活40
使命价值70

薪资福利匹配

75中等

该职位薪资未直接披露,但字节跳动为上市巨头,算法专家薪酬竞争力强;福利未在JD中提及,但推测包括年终奖、股权等。补偿性满足程度较高。

薪资信号未披露(AI估算:60K-90K/月)

成长发展匹配

95较高

该职位聚焦大模型前沿技术,要求跟踪顶会成果,并发挥技术领军作用,成长空间巨大。但晋升路径未明确提及。

技术前沿前沿/新兴技术
技术栈LLM、VLM、多模态、PyTorch、强化学习、分布式训练、NeurIPS、CVPR
成长机会跟踪前沿研究成果
业务类型profit_center

工作生活匹配

40较低

工作地点上海,仅现场办公,未提及弹性或远程;互联网大厂通常工作强度大,JD未明确WLB。

工作模式仅现场办公
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值匹配

70中等

内容安全具有正向社会影响,且国际化短视频场景意义大;AI技术用于安全治理,创新性高,但使命未在JD中明确。

行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs