字节跳动
校招算法开发工程师（搜索） - 抖音研发
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、软件工程等相关专业优先
- 熟悉机器学习、自然语言处理、数据挖掘、大模型等相关知识，有大模型SFT/RL应用、search Agent、RAG等经验者优先
- 具备优秀的编码能力，扎实的数据结构和算法功底，掌握C++、Go、Python等一项或多项编程语言，有TensorFlow、PyTorch等深度学习框架相关经验
- 对技术有追求，跟进前沿的相关技术并应用；有ACL、EMNLP、SIGIR、KDD、CIKM等相关顶会论文优先
- 乐于分享，良好的沟通表达能力和团队精神。
岗位描述
团队介绍：抖音研发部门负责多款大型产品的研发，包括但不限于抖音、西瓜视频、汽水音乐。
加入我们，你将有机会参与亿级用户场景的开发与架构工作，使用前沿的技术助力业务一起不断成长。
- 1、深度参与字节跳动垂类搜索以及AI搜索中台的各个环节，利用模型算法提升用户体验；包括但不限于：查询规划（Query planner）、语义匹配、相关性计算、离线数据处理等；
- 2、利用大模型对数据知识做结构化提取、融合和增强，并研究和探索先进的chunk、graph构建等技术的落地应用；
- 3、升级迭代数据检索技术包括Agentic search、Graph RAG、生成式检索等，提升大模型场景下的数据检索天花板；利用自动化评估、标注、数据飞轮等技术，不断提升基础模型的迭代效率和泛化能力；
- 4、深入洞察业务数据，分析潜在的问题并提出策略提升方向，不断提升迭代模型效果，促进业务效果提升；
- 5、打磨算法通用性，平台化输出算法模型效果，提升产品上线效率。
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。