2026/04/15–2026/11/11
字节跳动
广告算法实习
围绕本地生活广告的核销率与 GMV 预估，推进序列建模、训练迁移、样本治理及离在线一致性排查。
实习与成长
问题驱动，
方法沉淀。
从模型结构到训练和线上链路，尝试把算法问题放回完整的业务语境。
2025/10–2026/02
滴滴出行
信贷算法实习
结合音频处理、向量检索与文本判别构建相似音频检索方案；通过背景表征与局部纹理匹配辅助图像风险审核。
2023/10–2023/12
深维智信
营销算法实习
基于 BERT 与 ChatGPT API 开发销售对话意图识别模块，并针对业务场景优化模型。
字节跳动：工作主线
广告算法实习
以下为适合公开展示的职责与方法概述，不包含内部业务指标、数据、代码或系统链接。
核销模型与序列建模
融合点击、支付、搜索等用户行为序列，用注意力与特征交叉模块增强核销倾向的表征；参与不同广告场景的实验验证，并结合效果与推理开销迭代模型。
GMV 建模与样本链路
将累计成交金额拆分为首单价值和多单残差，联合转化率任务建模；完成数据流、模型目标与线上预估策略适配，补齐缺失的支付事件训练样本。
GPU 训练与训推一致性
推进核销模型 GPU 训练迁移与训练数据链路治理，通过同样本前向对照、特征检查和模块消融定位离在线差异；结合平台协作修复与复验，不把阶段性判断当作最终结论。
长周期反馈与实验复盘
探索行业分层、节假日与退款反馈下的长周期核销纠偏，形成时序建模与数据更新方案；整理模型、实验及后续问题的交接材料。该方向在实习结束时仍处于探索与验证阶段。
最大的变化
从只看模型指标，转向一起考虑样本、特征、训练、线上预估与实验配置。先用可重复的对照缩小问题范围，再判断模型变化是否真正落地。
其他算法实践
滴滴出行 · 相似检索
参与复杂噪声场景下的音频处理，结合 FunASR、FAISS 与大模型文本判别，为人工审核提供相似音频线索；图像方向使用背景特征召回与 LoFTR 局部匹配辅助风险识别。
深维智信 · 对话理解
用 BERT 预训练模型与 ChatGPT API 设计销售对话意图识别功能，结合场景进行模型优化和适配。