字节跳动
实习大模型推理优化与模型架构实习生-TikTok-内容安全平台
北京 · 实习 · 2027 届 · 博士
长期有效
任职要求
- 2027届硕士及以上学位在读，计算机、软件工程、数学、物理学等相关专业优先
- 熟练掌握C++、Go、Python或Shell等1-2种编程语言，并能在Linux环境下工作
- 理解分布式系统原理，具备大规模机器学习系统的设计、开发与维护经验；熟悉Kubernetes架构，拥有系统级开发与性能调优经验
- 熟悉主流深度学习框架（如PyTorch、DeepSpeed、Megatroin、vLLM等），有大规模数据处理与并行计算经验；对前沿LLM研究与工程（如长上下文、多模态、对齐研究、智能体生态系统等）有深入理解与实践经验者优先
- 有深入CUDA编程与性能调优（CUTLASS、Triton）经验者优先
- 具备机器学习模型评估、LLM应用与智能体开发经验者优先。
岗位描述
ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。
团队介绍： 国际化内容安全平台团队致力于为字节跳动国际化产品的用户维护安全可信赖环境，通过开发、迭代机器学习模型和信息系统以更早、更快发掘风险、监控风险、响应紧急事件，以人工智能技术支持业务发展，力求更高效、更敏捷、更全能地维护站内生态安全。
- 1、极限推理性能优化：针对千亿级超大模型与复杂的视觉语言模型（VLM），在真实高并发海量流量下进行推理框架的深度定制与优化，突破系统内存与计算瓶颈，实现业界领先的吞吐量与超低延迟；
- 2、前沿模型架构的底层适配与调优：面向业界前沿的新型模型结构（如MoE、Sparse Attention、Linear Attention、新型Vision Encoder等），进行深度的算子级（Kernel）开发与软硬协同调优，压榨硬件极限算力；
- 3、“推理友好型”模型架构设计：跨越算法与系统的边界，从推理加速的视角参与模型架构的设计与迭代；包括：Linear Attention，模型量化、KV Cache压缩、知识蒸馏等技术在线上业务的规模化落地；
- 4、（针对博士/研究型实习生）前沿课题探索：围绕投机解码（Speculative Decoding）、新型多模态融合架构、长文本上下文加速、分布式推理策略等方向开展前沿研究，并在真实业务场景验证，支持AI顶会论文发表。
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。