字节跳动
校招视觉算法工程师（眼动追踪方向） - PICO
北京 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 2027届获得本科及以上学历，计算机、自动化、电子、数学等相关专业
- 数学与算法基础扎实：线性代数、概率统计、优化方法、数值计算等；对机器学习/深度学习核心理论有系统理解
- 编程基础扎实：熟练使用Python/C++（至少其一非常熟练）；具备良好的工程习惯（调试、性能分析、单元测试、代码规范等）
- 熟悉至少一种深度学习框架（PyTorch/TensorFlow等），有模型训练、调参、评估与问题诊断的经验；理解常见视觉网络/Transformer等结构与训练范式
- 具备良好的沟通协作能力与自驱力，能在不确定问题中快速学习、拆解并推进落地。
- 加分项（非必须）
- 在AI/计算机视觉/多模态方向发表过顶会/顶刊论文或有高质量开源项目贡献（CVPR/ICCV/ECCV/NeurIPS/ICLR等）
- 有多模态大模型（MLLM/VLM）相关项目业务落地经历：多模态预训练、后训练、指令跟随、RAG、Agent工具调用、端侧推理优化等
- 有OpenClaw/Agent框架相关项目经验，或具备将模型能力与工程系统结合、实现自动化任务/工具编排的实践
- 有端侧部署经验（Android/iOS/嵌入式/NPU），熟悉TensorRT/ONNX Runtime/CoreML/NNAPI/TFLite等任一工具链
- 有XR传感器与系统背景（相机/IMU/深度传感器/SLAM等）与实时系统优化经验者加分。
岗位描述
团队介绍：作为一家拥有自主创新和研发创造能力的科技品牌，PICO致力于成为领先的世界级XR平台，成就开发者与创作者，共同为全球消费者创造更美好的生活体验。我们开创性地将虚拟现实扩展到了多个领域，为运动、视频、娱乐等消费级场景带来了全新体验；并广泛应用在教育、医疗和企业培训等商用场景，给全球企业级用户提供了多元化的VR解决方案。
- 1、负责XR场景下眼动追踪相关视觉感知算法的研发与工程落地工作，包括但不限于眼动追踪技术、情绪感知技术等方向；
- 2、基于深度学习方法进行模型设计、训练与评测，持续优化算法在真实设备上的鲁棒性、时延、功耗与体验指标，推动移动端/嵌入式侧部署（如量化、剪枝、加速与性能调优）；
- 3、参与数据与评测体系建设：数据采集与清洗、自动/半自动标注、合成数据（仿真/渲染）、建立可复用的数据闭环与指标体系；
- 4、与产品、交互、硬件、系统软件等团队协作，推进算法在端侧应用落地；参与关键技术方案评审、问题定位与迭代优化；
- 5、探索多模态交互在XR场景的融合应用，研究多模态信息的对齐与融合（时空对齐、语义融合、置信度建模等），并参与原型系统验证。
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。