字节跳动
校招音频AI评测工程师 - 抖音
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、人工智能、软件工程、信号处理、声学、语音/音频等相关专业优先
- 熟练使用Python，具备良好的工程实现能力
- 有Agent/Workflow搭建经验，熟悉Prompt Engineering，有RAG/知识库相关实践经验
- 具备一定音频信号处理基础，了解librosa、音频特征、频谱等基本概念
- 做过音频/语音相关项目，对音频评测流程、评测标准有基础认知
- 具备良好的沟通与协作能力，能在指导下完成实现并持续优化方案。
- 加分项：
- 有音频/语音方向的机器学习/深度学习的模型训练经验
- 熟悉ITU/3GPP等音频评价标准和评测流程，了解音频3A、编码等测试原理
- 有Web/平台开发经验
- 有自动化脚本开发能力。
岗位描述
团队介绍：抖音致力于打造一个开放、积极、多元、友善的平台，鼓励表达、沟通和记录，激发创造，丰富人们的精神世界，让现实生活更美好。我们通过AI算法驱动的个性化推荐与智能创作工具，满足用户表达、学习、娱乐、社交、消费等需求。回顾抖音一路走来的历程，我们在帮助亿万用户记录美好生活的过程中，努力变得更好。
- 1、基于LLM/Agent/Workflow搭建并优化评测相关AI工作流并完成工程化落地；
- 2、参与从音频录制、音频分析到评测报告产出的全链路智能化建设；
- 3、协助搭建评测知识库、案例库等能力，支持流程自动化与智能分析；
- 4、配合将音频分析方法、检测指标或归因算法接入工作流，并根据业务反馈持续迭代优化；
- 5、参与部分基础评测工作，帮助理解音频评测流程与业务场景。
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。