字节跳动
校招全栈研发工程师（权限平台） - 安全与风控
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、软件工程、人工智能、信息工程等计算机相关专业优先
- 计算机基础扎实，熟悉数据结构、算法、操作系统、计算机网络、数据库等基础知识；具备良好的编码能力，熟练掌握至少一门编程语言，如Go、Java、Python、C++、JavaScript/TypeScript等
- 具备较强的问题分析和抽象建模能力，能够理解复杂业务逻辑，并用清晰、可维护的代码完成实现
- 理解常见Web架构和服务端开发基础，了解接口设计、数据库设计、缓存、消息队列等相关知识
- 具备良好的学习能力、沟通协作能力和责任心，乐于接受挑战，关注代码质量和工程实践。
- 加分项
- 有分布式系统、低代码平台、基础架构平台或大型Web系统研发经验
- 熟悉至少一种现代前端框架，如React或Vue，有前端项目实践经验优先
- 有AI Agent、AI研发提效、智能问答、智能运维、代码生成等相关项目经验。
岗位描述
团队介绍：安全工程团队负责设计、搭建并维护字节跳动的全球安全基础设施、平台及服务。我们的核心职责是研发具备可扩展性的系统与工具，为公司全域产品的安全运营提供支撑。通过交付可靠、高性能的安全解决方案，保障字节跳动全球平台的安全，并提升业务韧性。
- 1、参与公司统一权限平台Kani的研发工作，覆盖Web Console、后端服务、权限模型、审批流、通知告警等模块，为公司内部业务提供稳定、统一、易用的授权能力；
- 2、参与需求分析、技术方案设计、编码实现、测试验证和线上问题排查，持续提升系统的可靠性、可扩展性、性能和用户体验；
- 3、参与权限模型集成、系统接口对接、数据迁移等项目，协助保障相关能力在不同业务场景下平稳落地；参与审批流、权限管理、访问控制等基础能力建设，支撑多业务线、多租户、多场景下的平台化需求；
- 4、参与前端页面与后端接口的全链路研发，与产品、设计、业务研发等团队协作，推动需求高质量交付；
- 5、关注AI Agent、AI研发提效等方向，探索AI能力在研发效率、平台运营、问题排查等场景中的应用；
- 6、编写高质量、可测试、可维护的代码，参与Code Review、技术文档建设和工程效率优化，持续提升个人工程能力和团队研发质量。
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。