高级算法开发工程师（安全与合规）（广州/深圳/北京） - 剪映CapCut

优缺点分析

角色解读

• 在安全合规算法领域深耕，成为该垂直方向的技术专家，主导核心算法策略
• 横向扩展多模态大模型、Agent等前沿技术能力，向AI算法架构师或技术负责人方向发展
• 依托字节跳动的业务规模和全球化场景，积累大规模、多语言算法落地经验，成长为综合性技术管理人才
• 设计和推进安全与合规算法方案，覆盖隐私信息识别、版权风险检测、Agent安全等场景
• 应用多模态大模型、视觉语言模型、强化学习等技术，构建风险识别与合规评测的完整链路
• 与产品、工程、运营、审核等团队协作，将算法能力集成到业务系统中，并负责线上效果优化
• 参与算法平台、数据闭环和模型服务基础设施建设，提升算法在多业务多语言场景下的复用效率
• 扎实的机器学习和深度学习基础，在NLP、CV或多模态等方向有完整项目经验
• 熟悉文本分类、序列标注、目标检测、视频理解等至少一项技术，并有实际落地能力
• 熟练掌握Python、C++或Go，熟悉PyTorch或TensorFlow，具备优秀的工程实现能力
• 数据驱动的问题分析能力，能够基于业务指标和线上反馈定位并优化模型效果

申请策略

• 在简历中明确写清与安全合规相关的项目场景，突出业务理解能力
• 提前了解字节跳动剪映CapCut的业务和产品，思考算法如何赋能内容安全
• 突出在NLP、CV或多模态方向的完整项目经验，尤其是内容理解、风险识别相关的项目
• 强调工程能力，如Python/PyTorch使用、模型部署、特征工程或系统优化经验
• 展示数据驱动的解决问题案例，例如如何通过样本分析优化模型效果
• 如果有论文、竞赛或开源项目，尤其是安全风控相关，务必突出
• 补强大模型相关的训练和调优知识，如LoRA、RLHF、模型后训练等
• 了解隐私合规领域的基础知识，如数据脱敏、版权识别、Agent安全等概念

面试指南

• 采用STAR法则：情境、任务、行动、结果，突出个人贡献和技术难点
• 回答技术问题时，先给出思路框架，再结合具体案例
• 强调数据驱动和迭代优化
• 对于开放性问题，展现对业务和技术的结合思考，体现敏锐度和责任感
• 请介绍一个你负责过的算法项目，从问题定义到上线优化的完整过程
• 如何处理数据不平衡问题？你有哪些实际经验？
• 多模态大模型在内容审核中可能有哪些应用？如何设计方案？
• 如果线上模型效果突然下降，你的排查思路是什么？