字节跳动
校招下一代多模态智能审核大模型及Agentic技术研究-TikTok内容安全算法
上海 · 校招 · 2027 届 · 博士
长期有效
任职要求
- 2027届毕业，获得博士学位，计算机、电子、数学、物理等相关专业
- 丰富的ML/CV/NLP/推荐经验，包括但不限于：
- 1）机器学习/数据挖掘/CV/NLP/多模态等相关竞赛或行业经验
- 2）机器学习/数据挖掘/人工智能/大模型相关领域的会议论文（KDD/WWW/NIPS/ICML/CVPR/ACL/AAAI）
- 3）有大模型/强化学习相关的研究经历和创新探索；动手快，在开源社区有大模型相关的贡献记录；在业务场景有大模型落地经验者优先
- 具备扎实的编码能力、数据结构和基础算法功底，熟练运用各种算法框架与工程框架，熟悉Python/C++等编程语言
- 优秀的分析问题和解决问题的能力，并热衷于解决具有挑战性的问题
- 对技术充满热情，良好的沟通能力和团队合作精神。
岗位描述
团队介绍：国际化内容安全算法研究团队致力于为字节跳动国际化产品的用户维护安全可信赖环境，通过开发、迭代机器学习模型和信息系统以更早、更快发掘风险、监控风险、响应紧急事件，团队同时负责产品基座大模型的研发，我们在研发过程中需要解决数据合规、模型推理能力、多语种性能优化等方面的问题，从而为平台上的内容审核、搜索、推荐等多项业务提供安全合规，性能优越的基座模型。
课题介绍：
随着AIGC爆发与内容生态全球化，审核面临策略动态演变、多语言多模态复杂度激增、生成式对抗攻击升级三大挑战，传统"感知→分类"范式已触顶。本课题聚焦两大前沿方向：
- 1、多模态审核基座——研究大规模MoE架构训练与路由优化、多模态（文本/图像/视频/音频）跨模态对齐与推理、理解与生成统一建模（Unified Understanding & Generation）、面向审核场景的高质量合成数据生产（Self-play/对抗增强），构建超越现有开源/闭源模型的审核基座；
- 2、Agentic审核系统——借鉴Agent-R1等前沿范式，以强化学习（GRPO/PPO）端到端训练审核Agent的多步决策能力，通过Context Engineering动态组装审核上下文，基于MCP协议构建工具生态（OCR/ASR/Knowledge Graph/策略RAG/实时搜索），实现审核任务的自主规划、Tool Call协同与可解释性闭环，驱动审核从被动分类向主动智能决策范式跃迁。
课题挑战：
- 1、MoE多模态安全基座：大规模稀疏MoE训练稳定性与路由优化、跨模态Token对齐、理解与生成统一架构设计；
- 2、RL驱动Agentic决策：基于GRPO/PPO端到端训练Agent多步推理与工具调用策略，突破样本效率与训练稳定性瓶颈；
- 3、Context Engineering与工具协同：动态上下文组装、MCP工具生态构建、多源异构证据融合与GraphRAG策略检索；
- 4、泛化与对抗鲁棒性：跨200+语言/策略泛化、AIGC生成内容对抗检测、少样本场景的多维Reward信号设计。
课题价值：
- 1、技术引领：RL × Agentic × 多模态大模型的交叉融合是当前AI最前沿方向，本课题率先将其落地于大规模内容审核场景，具备独特的工业级数据规模与真实反馈闭环优势；
- 2、业务价值：服务全球数十亿用户内容安全，推动审核从人工+外部API依赖向自主Agent全机审演进，直接降低数亿美元级成本，同时提升审核一致性与响应速度；
- 3、行业领先：当前业界尚无成熟的RL驱动Agentic审核系统，本课题有望定义该方向的技术范式，产出具有行业影响力的研究成果。
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。