字节跳动
校招Dola算法工程师-Seed大模型人才校招
北京 · 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、统计等相关专业
- 极客基因：计算机基础扎实，具备顶尖的工程实现能力（精通Python/C++）；有ACM-ICPC、NOI/IOI等竞赛金牌背景者优先；拥有扎实的数学功底和机器学习理论基础
- 硬核技术背景：
- 1）深入理解大模型训练全流程
- 2）在RL、NLP或CV领域有深厚积累，理解算法的本质原理
- 实战经验：深度参与过大模型Post-training相关的项目，对数据清洗、指令构建、奖励模型（Reward Model）训练有实际心得
- 科研实践：在NeurIPS，ICLR，ICML，CVPR，ACL等顶级会议发表过高水平论文者优先
- 产品心与自驱力：面对User-facing的产品逻辑，有较强的自驱力去解决模型在真实场景下的表现问题，不满足于指标的提升，更在意用户体感的跨越。
岗位描述
Seed 大模型人才校招，是字节跳动 Seed 面向高校人才推出的招聘项目。我们始终相信，真正重要的技术进步来自对高难度问题的持续挑战。面对 AI 时代的巨大机遇，Seed 团队并不止步于模型迭代，而是选择进入技术深水区，推进下一代 AI 范式突破，不断探索智能的边界与上限。
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。
Dola 是我们面向全球用户的 AI 助手，对标行业最顶尖的通用智能体。在这里，你将负责大模型在“走出预训练”后的关键进化阶段。你的目标是让 Dola 不仅具备海量的知识，更要具备极强的逻辑推理、拟人化的创作力、精准的搜索能力以及跨模态的视觉理解力。你写的每一行对齐代码，都将直接影响全球千万用户的交互体验。
工作内容：
- 1、通用能力对齐（Alignment Science）：设计并优化SFT与RLHF流程，利用PPO、GRPO、Step-wise RL等算法提升模型在复杂问答与逻辑推理上的表现，平衡模型的Helpfulness与Harmlessness；
- 2、知识与搜索增强（Knowledge & Search）：攻克模型幻觉问题，研究RAG（检索增强生成）与长文本处理技术，让Dola能够实时、准确地获取并加工全球知识；
- 3、创意与多模态进化（Creativity & VLM）：提升模型的长文本创作、角色扮演与多风格写作能力；同时负责VLM（视觉语言模型）的后训练，实现深度图文理解与多模态交互；
- 4、Scaling in Post-training：探索指令微调数据量与模型性能的Scaling Law，研究如何通过高质量合成数据（Synthetic Data）突破数据瓶颈。
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。