字节跳动
校招AIGC Agent开发工程师 - 火山引擎
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，人工智能、软件工程、电子信息、自动化等相关专业优先
- 具备扎实的编程基础，熟悉至少一种主流编程语言，如Python、Go、Java、TypeScript/JavaScript等，具备良好的代码风格、工程意识和问题定位能力
- 了解大模型与AIGC应用开发，具备Prompt Engineering、RAG、Function Calling、Tool Use、Agent Workflow等实践经验者优先
- 具备多模态相关经验，了解文本、图像、音频、视频等多模态模型或应用场景，有多模态理解、内容生成、视频分析、图像生成、语音处理等项目经验者优先
- 对Agent/Copilot产品有理解或实践，有智能助手、自动化工作流、AI编程助手、AI创作工具、AI Agent框架等开发经验者优先
- 具备良好的产品意识和用户视角，能够理解创作者、内容机构、内容运营团队等用户的实际工作流，关注AI能力如何真正提升效率和质量，具备良好的学习能力与沟通协作能力，对前沿AI技术保持热情，能够快速学习新框架、新模型和新工具，并在团队中高效协作。
- 加分项
- 有AIGC视频、短视频创作、智能剪辑、数字人、文生视频、图生视频等相关项目经验
- 熟悉或使用过主流大模型、多模态模型或Agent框架，如GPT、Claude、Gemini、LangChain、AutoGen等
- 有前后端全栈开发经验，能够独立完成从产品原型到功能上线的闭环
- 有AI产品、创作者工具、内容平台、视频平台、广告创意平台等相关实习或项目经历
- 有开源项目、技术博客、竞赛获奖、论文发表或高质量个人作品集者优先。
岗位描述
团队介绍：火山引擎是字节跳动旗下云和AI服务平台，将字节跳动快速发展过程中积累的增长方法、技术能力和应用工具开放给外部企业，通过云和AI技术，推进企业智能化转型，激发增长潜能。
- 1、围绕AIGC视频创作平台，研发面向机构与个人创作者的Agent、Copilot与多模态创作工具；通过大模型、多模态理解与生成、智能工作流编排等技术，提升视频创作效率、内容质量与规模化生产能力；
- 2、参与AIGC视频创作平台建设：围绕机构与个人创作者的视频生产场景，参与Agent、Copilot、智能创作工具等能力的设计与研发，提升内容创作效率和质量；
- 3、负责多模态与大模型应用落地：结合文本、图像、音频、视频等多模态能力，参与内容理解、脚本生成、素材分析、分镜设计、视频编辑辅助等功能开发；
- 4、构建智能Agent工作流：参与任务规划、工具调用、上下文管理、创作链路编排与效果优化，提升复杂视频创作任务的自动化和可控性；
- 5、协同推动产品化落地：与产品、算法、设计等团队协作，理解真实创作流程，将前沿AI能力转化为稳定、易用、可规模化的产品功能。
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。