字节跳动
实习AI数据开发实习生-剪映研发策略与工程团队
北京 · 实习 · 本科
长期有效
任职要求
- 本科及以上学历在读，计算机/软件工程/人工智能等相关专业优先
- 热爱计算机科学和互联网技术，精通至少一门编程语言，包括但不仅限于：Java、Python、Go
- 掌握扎实的计算机基础知识，深入理解数据结构、算法和操作系统知识
- 有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分
- 有强烈的求知欲，优秀的学习和沟通能力。
- 加分项：
- 有AI、Agent或者大模型相关背景经验
- 有离线数据加工经验，了解Hive、HDFS、Spark、ClickHouse等存储或者计算引擎。
岗位描述
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。
团队介绍：剪映研发策略与工程团队，主要支持剪映、Capcut、醒图、Hypic、即梦、Dreamina等多款国内外产品的服务端工程与策略的研发工作，相关产品多次登顶国内外App Store免费应用榜第一，并继续保持高速增长。加入我们，一起建设全球领先的创作Agent技术体系，打造全球最受用户欢迎的AI创作产品。
- 1、负责剪映AI数据工程与系统，同算法、AI产品研发团队协作，支持多模态模型迭代的高质量、多样性数据建设，以及Agent轨迹数据、高质量数据资产等建设；
- 2、完成稳健高效的数据处理Pipeline和系统设计及研发，支持数据的生产、管理以及洞察、挖掘等，积累大量丰富的高质量数据，助力算法模型迭代；
- 3、负责构建算法迭代自动化系统，提高数据驱动的模型迭代效率，以及使用PE（Prompt Engineering）和RAG等技术来提高模型和产品效果等；
- 4、负责构建统一的数据框架和基座，结合Data-Centric AI的理念，为剪映多个业务场景打造通用可靠的数据体系，推动业务快速发展。
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。