字节跳动
校招视觉搜索算法工程师 - TikTok算法
北京/上海/杭州 · 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、电子信息、数学、统计等相关专业优先
- 机器学习、深度学习、计算机视觉或自然语言处理基础扎实，具备优秀的代码实现和实验分析能力
- 在视频理解、VLM、多模态检索、搜索推荐、大模型或Ranking中至少一个方向有深入积累
- 能从搜索系统视角理解视觉问题，不只关注模型指标，也关注Query理解、相关性、排序、结果组织和用户满意度
- 能把真实用户需求抽象成可建模、可训练、可评估的问题，并在复杂数据和系统约束下验证方案价值
- 对多模态Query和AI Search如何重构视觉搜索体验有强烈兴趣。
岗位描述
团队介绍：TikTok搜推算法团队，负责TikTok短视频产品的基础推荐、搜索算法，加入我们，你能接触到包括搜索、用户增长、社交、直播、内容创造、内容消费等核心业务场景，直接为核心用户体验负责，支持产品在全球赛道上高速发展。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、多模态大模型的落地，并着力研究下一代AI Search和Chatbot的核心研发技术，包括不限于Multi-Agent、Agentic RL、Harness、Loop Engineering，探索强化学习在大模型时代的新范式。在这里，你可以深入钻研机器学习算法的改进和优化，探索前沿的技术；可以感受不同文化的碰撞，激发认知；可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。
- 1、多模态Query理解：研究图片、视频、截图、观看上下文等多模态Query的意图理解与语义表示，建模用户从“看到什么”到“想找什么、想知道什么、想决策什么”的需求转化；
- 2、视觉搜索Ranking：研究多模态Query与视频内容之间的相关性建模，融合视觉语义、用户意图和行为反馈，优化召回、排序和结果组织；
- 3、多模态AI Search：研究基于全模态输入的AI Search：从图片、视频、截图和观看上下文中理解用户问题，融合视觉细节、内容语境、搜索结果和用户意图，完成基于视觉内容的问答、解释、比较、推荐和决策支持；
- 4、大规模视觉搜索系统：面向全球视频生态，研究数据构建、模型训练、评测体系、在线推理和系统效率，让多模态搜索能力稳定服务真实产品体验。
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。