字节跳动
实习数据科学实习生-TikTok
上海 · 实习 · 2027 届 · 本科
长期有效
任职要求
- 2027届本科及以上学历在读，数学、统计学、计算机科学与技术、软件工程、数据科学等相关专业优先
- 掌握SQL、Python等数据分析工具，了解Hive等大数据处理技术框架者优先，具备良好的数据分析思维
- 对AB实验设计、因果推断、统计学等知识有一定了解或学习意愿，有相关课程项目、科研经历或实习经验者优先
- 具备优秀的数据敏感度和逻辑思维能力，善于发现问题、分析问题
- 拥有良好的沟通表达与跨团队协作能力，工作积极主动，有较强的学习能力，能高效推进任务落地
- 热爱数据领域，对音视频行业有兴趣，愿意在性能优化与用户体验提升方向深耕。
岗位描述
ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。
团队介绍：TikTok研发团队，旨在实现TikTok业务的研发工作，搭建及维护业界领先的产品。加入我们，你能接触到包括用户增长、社交、直播、电商C端、内容创造、内容消费等核心业务场景，支持产品在全球赛道上高速发展；也能接触到包括服务架构、基础技术等方向上的技术挑战，保障业务持续高质量、高效率、且安全地为用户服务；同时还能为不同业务场景提供全面的技术解决方案，优化各项产品指标及用户体验。
在这里， 有大牛带队与大家一同不断探索前沿， 突破想象空间。 在这里，你的每一行代码都将服务亿万用户。在这里，团队专业且纯粹，合作氛围平等且轻松。目前在北京，上海，杭州、广州、深圳分别开放多个岗位机会。
- 1、参与构建音视频全链路性能与体验指标体系，协助设计数据仪表盘，参与数据质量保障机制搭建，确保指标数据的准确与易用，为业务决策提供数据基础；
- 2、支持业务数据需求与归因分析，协助完成性能相关指标拆解、数据异动定位，参与性能优化专题分析，结合业务场景提出有价值的优化建议；
- 3、参与性能优化策略的实验分析工作，协助评估技术优化方案对用户体验的影响，探索因果推断模型在性能分析中的应用，助力量化性能优化对业务的价值；
- 4、协助推进数据挖掘与应用建设，包括实验预警、分析自动化等相关工作，提升数据分析效率，助力更科学的策略评估；
- 5、与产品、研发等跨职能团队紧密协作，参与解决在线业务问题，推动解决方案落地与优化。
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 数据 岗位的常见面试问题整理
请解释数据仓库的星型模型和雪花模型的区别
查看答题思路
1. 星型：事实表在中间，维度表直接关联，维度表非规范化（有冗余） 2. 雪花：维度表进一步规范化，减少冗余但增加 join 次数 3. 选择：星型查询快（join 少），雪花存储省，一般生产用星型更多
如何设计一个埋点体系来追踪用户行为
查看答题思路
1. 确定业务目标：留存/转化/活跃 2. 定义事件：页面浏览/点击/曝光/转化，每个事件带属性 3. 技术栈：前端 SDK 上报 → Kafka → Flink 实时清洗 → ClickHouse/Hive 存储 4. 数据分层：ODS（原始）→ DWD（明细）→ DWS（汇总）→ ADS（应用） 5. 质量：埋点测试 + 数据校验 + 异常告警
SQL：有一个用户登录表 user_login(user_id, login_date)，查询连续登录超过 7 天的用户
查看答题思路
1. 思路：用 login_date 减去排名序号（ROW_NUMBER），同组连续日期差值相同 2. 关键 SQL：SELECT user_id, login_date-ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) AS grp 3. GROUP BY user_id, grp HAVING COUNT(*) >= 7 4. 强调：理解窗口函数和连续性问题的一般解法
你做过最有价值的数据分析项目是什么
查看答题思路
1. 业务背景：分析什么、为什么重要 2. 数据来源和量级 3. 分析方法：用了什么模型/统计方法 4. 核心发现：一句话说清洞察 5. 业务影响：做了什么决策、带来了什么改变（用数字）
解释 A/B 测试的原理和常见陷阱
查看答题思路
1. 原理：分流用户到对照组和实验组，对比核心指标差异 2. 统计基础：假设检验，p<0.05 表示差异显著 3. 陷阱：样本量不足、运行时间太短（未覆盖周期波动）、多重比较（同时做多组 A/B 需修正显著性水平） 4. 指标选择：北极星指标优先，避免虚荣指标
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。