字节跳动
校招推荐算法工程师 - 中国交易与广告
北京/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、数学、统计学、电子工程或相关专业优先
- 具备扎实的数据结构、算法、机器学习和深度学习基础；熟悉推荐、广告、搜索或内容分发相关算法，具备召回、排序、多目标优化、用户建模、内容理解、因果推断或强化学习等方向的实际经验
- 有大模型前沿技术在推荐场景中的落地经验者优先，熟悉大模型Scaling、LLM4Rec、生成式推荐、语义召回、大模型重排等方向，能够推动前沿算法在复杂业务场景中的效果提升与系统化落地
- 具备优秀的数据分析和问题拆解能力，能够从业务目标出发定义指标、定位问题、设计实验并推动策略上线
- 有大规模推荐系统、计算广告、搜索引擎、特征工程、样本构建、在线实验或高并发服务经验者优先
- 有保险、金融、电商、本地生活、线索经营等复杂交易场景经验，或对重决策转化、长期用户价值和行业经营有深入理解者优先。
岗位描述
团队介绍：中国交易与广告，基于个性化推荐、深度学习和大模型技术，依托抖音、今日头条、红果短剧、西瓜视频、番茄小说等多元产品，构建抖音电商、生活服务、广告营销等核心营收业务的算法策略和工程架构。部门运用领先的算法能力，精准连接海量用户与商家，通过推荐、广告和搜索算法精准匹配需求并促进交易达成，保障用户体验与商家权益，实现营收业务可持续增长；基于深厚的技术积累，构建高效、智能、可靠的交易与广告产品，全面提升多行业收入变现与市场占有。在这里，你将直面超大规模流量与复杂业务场景的技术挑战，深度应用业界领先的商业模型与算法技术，投身面向未来的数字营销能力建设，持续探索前沿技术。
- 1、负责保险行业在抖音、豆包等平台的推荐与分发算法建设，覆盖内容分发、商品推荐、线索匹配、转化承接、续期经营等场景；
- 2、围绕用户保障需求识别、保险商品理解、内容与服务匹配、转化漏斗优化等问题，设计并迭代召回、粗排、精排、重排、多目标融合、冷启动与探索等推荐算法策略；
- 3、建设面向保险行业的、商品画像、内容理解、场景意图识别和长期价值建模能力，提升用户体验、保障需求满足效率和业务转化效率；
- 4、结合LLM4Rec、生成式推荐、语义召回、大模型重排和多模态理解等前沿技术，探索重构保险推荐底层技术体系，提升复杂保障需求理解、长周期决策辅助和个性化服务匹配能力；
- 5、深入理解医疗险、意外险、车险、寿险、年金险等不同险种的决策链路差异，推动推荐算法适配轻决策标品、重决策长险和定制化产品；
- 6、与产品、运营、行业策略、数据科学和工程团队紧密协作，建立特征体系、样本体系、实验评估体系和线上策略闭环，持续推动保险业务从获客分发走向长期经营。
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。