部门介绍
TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。 TikTok ADSO（AI Data Service and Operations）团队负责支撑AI 模型训练、评估与优化的核心数据服务与运营。通过构建高质量、标准化的数据生产体系，以及建立全球化的精益运营模式，为TikTok产品各类 AI 能力的迭代提供稳定、规模化、高性价比的数据支持，推动 AI 技术在复杂业务场景中的深度落地。 加入我们，在真实的全球化 AI 业务中快速成长。你将与顶尖的算法、产品、工程团队协作，在实战中理解 AI 如何真正落地。 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。
- Agent搭建与调优：基于大模型构建面向内容标注场景的Agent，完成工具编排、Prompt工程、逻辑分支设计、参数与流程调优，迭代Agent能力，解决标签混淆、边界案例误判、漏检等标注痛点；
- 实验方案设计与测试：设计A/B对照实验，制定实验假设、样本策略、评估指标体系，组织实验上线，管理实验样本、控制变量，保障实验可信性，完成实验跑数、日志采集、结果回收；
- 实验结果分析：基于Precision、Recall、F1等分类指标做量化评估，输出实验报告，拆解不同策略下的效果差异，做分组、切片分析，识别策略收益与短板；
- RCA根因归因：针对Agent失败样本、指标波动、负面案例做根因分析，定位是Prompt缺陷、模型能力局限、规则冲突、样本分布问题或是标签歧义，沉淀问题结论、修复建议与避坑经验；
- 通用可复用能力沉淀： 1）沉淀可复用Agent基础框架，抽离标注类Agent通用流程、推理逻辑，剥离业务专属规则，支持多个标注项目快速接入； 2）封装通用Skill工具集，把标注场景高频能力（案例检索、标签规则查询、指标计算、样本切片、混淆分析等）封装成独立Skill，供不同项目Agent直接调用； 3）搭建轻量前端交互界面，开发简易可视化页面，用于Agent调试、案例预览、实验结果查看、负面案例管理，支持多项目共用这套调试操作台； 4）输出组件使用文档、接入教程，配套示例Demo，降低其他业务项目的接入成本； 5）整理Agent方案、实验记录、RCA报告、案例库，维护技术文档，沉淀可复用的Prompt、评估脚本与分析流程；
- 跨团队协同与技术跟进：对接标注团队，理解标注Policy、IG解读指南、标签定义与边界案例，同步实验方案、指标结论、负面案例，收集标注侧反馈，对齐判定标准，输出培训/规则优化建议，跟进前沿LLM/Agent技术，调研可落地的优化思路，参与技术评审与方案讨论。
岗位职责
招聘官网暂未提供完整岗位职责，请前往官网核实。
职位要求
- 本科及以上学历在读，计算机、统计学、人工智能、数学、通信工程等相关专业；
- 熟悉LLM基础原理，具备Agent开发实践经验（如ReAct、工具调用、多步骤推理Agent），做过Prompt工程、大模型效果调优；
- 具备基础数据分析能力，理解分类任务核心指标：Precision、Recall、F1；能够做数据切片、误差分析，有RCA归因实践优先；
- 会Python，能够编写简单数据处理、评估、样本统计脚本；
- 可连续实习3个月及以上，每周出勤不少于4天。
