豆包大模型Agent算法实习生 - Data AML

团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。 日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 1、参与大模型Agent核心能力优化，面向真实生产力场景，探索如何让Agent更自主、可靠地完成复杂工作；方向覆盖General Agent、Coding Agent及其交叉场景； 2、参与真实Agent任务与环境建设，包括但不限于： 1）搜索调研、信息处理、数据分析等复杂知识工作； 2）代码理解、代码生成与修改、测试、Debug、Repo-level软件工程任务； 3）跨工具、多步骤和长程复杂任务； 3、参与Agent核心能力和训练方法研究，包括但不限于： 1）Planning、Tool Use、Context Management、Memory、Verification； 2）指令与格式遵循、事实性与幻觉治理； 3）Long-horizon Agent、错误恢复与自我纠正； 4）Task/Environment构造、Trajectory生成与筛选； 5）Reward/Verifier、强化学习、Self-improvement等； 4、从真实职业和工作流中挖掘有价值的Agent任务，参与构建高质量训练数据、环境和评测体系，并通过分析Agent执行轨迹和失败模式持续推动模型能力提升。 【任职要求】 1、本科及以上学历在读，计算机、人工智能、软件工程及相关专业； 2、每周至少实习4天，实习期不少于6个月，能够全勤或长期实习者优先； 3、扎实的机器学习/强化学习基础，或优秀的算法、软件工程与系统能力，对Agent方向有实际研究、项目或工程积累，动手能力强，能够独立解决问题；对于一个明确且有挑战的问题，能够完成资料调研、问题分析、方案设计、代码实现、实验分析和持续迭代； 4、优秀的代码能力，熟练使用Python；具备良好的工程实践和问题调试能力，有复杂工程项目、开源项目或研究经验者优先； 5、在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表过相关高质量论文，或主导、深度参与过优秀的Agent、模型训练或智能软件项目，或在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛中取得优秀成绩者优先，但论文不是必要条件； 6、对AI的实际效用和突破性应用有热情，学习快、自驱力强，愿意挑战开放问题，并关注最终是否真正提升了Agent完成复杂工作的能力。