字节跳动
校招云原生后端研发工程师 - AI算力基础设施
北京/上海/杭州/西安 · 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、通信等相关专业优先
- 扎实的计算机基础知识，深入理解数据结构、算法、操作系统、计算机网络与分布式系统原理
- 熟练掌握至少一门主流编程语言，包括但不限于Go、C++、Java、Python、Rust等
- 对AI与云原生的深度融合方向有强烈兴趣，了解大模型、AI Agent、推理服务、异构算力等相关基础机制，或有云计算、云原生（Kubernetes/容器）、Serverless、分布式系统、AI Infra、大模型推理服务、模型部署平台、云服务器/镜像/操作系统等相关项目经历者优先
- 具备良好的抽象设计能力与工程落地能力，能够对复杂业务逻辑进行合理拆分与建模
- 有强烈的求知欲、优秀的学习和沟通能力，热爱技术、乐于解决具有挑战性的问题。
岗位描述
团队介绍：字节跳动基础设施部门，负责字节跳动的全栈算力基础设施，从芯片服务器产研、到超大规模数据中心，到传统云平台和如今的AI Native Cloud，全方位为抖音、豆包、今日头条、飞书、火山引擎等各类产品提供领先、稳定的百万量级大规模算力基础设施服务。我们的领域涵盖数据中心建设、内核操作系统开发、服务器集群管理、高速网络通信、EB级数据存储体系、搜索型数据库探索、基于LLM的AI基础设施的研发调度与治理等，致力于打造业界领先的、面向LLM的AI云原生基础设施架构与产品矩阵。
- 1、参与字节跳动AI算力基础设施建设，围绕大模型训练与推理、AI Agent运行时等核心场景，构建面向AI的算力调度、异构资源管理与云原生运行时体系；参与容器与Kubernetes平台的核心系统研发，覆盖容器管控、资源编排、弹性伸缩、服务治理等关键链路，保障大规模集群下的稳定交付；参与云服务器与镜像控制面的核心能力建设，包括实例生命周期、镜像构建与分发、Guest OS优化、权限与安全合规等，夯实AI计算场景的基础设施底座；
- 2、参与AI网关、Serverless AI、模型推理服务、AI云原生产品的架构设计与研发，把复杂AI能力封装为稳定、弹性、可观测的云上服务，直接支撑集团业务与企业级客户的智能化升级；
- 3、参与数十万台服务器规模集群的稳定性、可用性、性能与成本优化，建设故障迁移、全链路观测、依赖治理、变更管控、限流降级等稳定性体系，让AI应用从“能跑”进化到“可控、可信、可规模化交付”；
- 4、参与AI Infra关键链路（推理链路、任务编排、资源池化、可观测体系）的研发与线上运维闭环，与训推优化、Agent、算法团队深度协同。
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。