字节跳动
校招机器学习系统调度编排工程师 - Data AML
杭州/北京/上海 · 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、人工智能及相关专业优先
- 熟练掌握Go、C++、Python中至少一种语言，具备扎实的数据结构、算法基础和良好的工程编码习惯
- 熟悉Linux，理解操作系统、计算机网络、并发编程和分布式系统的基本原理
- 具备较强的动手能力和探索精神，愿意深入代码和系统现场分析问题，而不止停留在框架使用或方案设计层面
- 具备系统化和定量分析意识，能够通过指标、日志、Profiling、实验或模型定位问题并验证优化效果
- 具备责任心、自驱力和良好的协作能力，愿意持续负责复杂系统从设计、开发到上线和稳定运行的完整过程。
- 加分项
- 满足以下任意一项即可
- ML PaaS方向
- 1）有资源调度、Quota、基于容器的多租户系统或FinOps项目经验
- 2）参与过Kubernetes、Volcano、Koordinator、Kruise等开源项目
- 训练编排方向
- 1）有PyTorch Distributed、Megatron、DeepSpeed、Ray、Volcano等分布式训练实践，有对应训练框架的可靠性以及性能优化经验更好
- 2）有训练平台、MLOps、RLHF/PPO/GRPO等强化学习或后训练系统实践
- 3）有训练系统以及AI集群管理相关科研经历或开源贡献
- MaaS方向
- 1）有vLLM、SGLang、Triton、KServe、Ray Serve等推理系统实践
- 2）了解大模型推理中的KV Cache、Continuous Batching、Prefill/Decode分离、并行策略等概念
- 3）有在线服务、网关、流量调度、弹性伸缩、性能优化或大规模高可用系统经验
- 4）有GPU/NPU Serving、异构资源调度、模型分发或推理性能分析经验。
岗位描述
团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。
- 1、ML PaaS方向--编排调度基础设施；
- 1）建设机器学习平台基础编排能力，包括Kubernetes交互层、控制面抽象、CRD/Operator，以及任务和服务生命周期管理；
- 2）建设多租户资源与Quota系统，支持优先级、抢占、公平共享、弹性资源和跨集群资源调度；
- 3）建设容器运行时和有状态服务编排能力，持续优化镜像、存储、网络、资源隔离、故障恢复、容灾与系统SLA；
- 2、训练编排方向--训练编排与可靠性；
- 1）对接预训练、SFT、RL等训练和后训练场景，建设任务、Workflow及多角色服务编排能力；
- 2）优化训练可靠性和ETTR，建设故障检测、慢节点诊断、Checkpoint、Failover和弹性恢复能力；
- 3）提升训练工程效能，并支持训练、Rollout、推理、Reward等角色间的资源协同、参数同步和训推共池；
- 3、MaaS方向--GPU在线Serving编排；
- 1）建设大模型在线推理服务的全生命周期编排，支持部署、升级、回滚、弹性伸缩、多集群和容灾；
- 2）建设Prefill/Decode分离、多角色推理、拓扑感知、KV Cache亲和性、QoS/SLA和流量调度能力；
- 3）优化模型权重、镜像和KV Cache的分发与加载，并通过资源池化、多租户、弹性和FinOps提升GPU利用率。
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。