字节跳动
实习大模型评测工程架构实习生-Seed
上海 · 实习 · 本科
长期有效
任职要求
- 本科及以上学历在读，计算机科学、软件工程、人工智能、电子信息等相关专业优先
- 对语言大模型、多模态大模型、智能代理Agent技术以及大模型的部署流程有基本的了解和认识
- 具备熟练的Python/Go语言编程能力和良好的编程习惯和代码管理能力
- 熟悉服务端基础技术，包括但不限于HDFS、Ray、消息队列等，能够高效地进行后端服务的开发与维护
- 熟悉Coding Agent在Benchmark接入、案例生成、问题定位、评测开发等场景中的使用，并具备Engineering Harness系统设计能力，能够围绕验证、约束、观测、回放等机制搭建支持Agent稳定运行的评测工程体系。
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：字节跳动Seed团队成立于2023年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。
Seed团队在AI领域拥有长期愿景与决心，团队研究方向涵盖MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE等超过50个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包App用户量在中国市场排名第一，豆包大模型日均Token调用量行业领先。
- 1、负责字节跳动大模型评估工程体系的建设，设计并实现评测的关键工程能力：任务编排与调度、分布式并发执行、环境隔离与可复现运行、失败重试与容错、资源治理与成本优化；
- 2、设计评估相应的平台、框架能力，支持多类型评测任务稳定运行：包含但不限于文本模型、多模态模型、Agent等；
- 3、负责建设面向评测场景的工程运行与验证体系（Engineering Harness），包括任务规范、执行编排、过程验证、结果校验、失败回放与评测审计等关键能力，保障Agent与模型评测任务可复现、可观测、可持续迭代。
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。