字节跳动
校招机器学习数据系统工程师 - Data AML
北京/上海/杭州 · 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
- 熟练掌握Linux环境下的C/C++、Python语言
- 具备扎实的计算机科学功底和编程能力，熟悉常见算法和数据结构，具有良好的编程习惯
- 掌握分布式系统原理，参与过分布式系统的设计、开发和维护
- 熟悉分布式存储的一致性、可靠性、高性能、成本优化等方向
- 有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速的响应和行动。
- 加分项
- 熟悉至少一种主流的机器学习框架（PyTorch/TensorFlow）
- 有以下某一方向领域的经验：AI Infrastructure，HW/SW Co-Design，High Performance Computing，ML Hardware Architecture（GPU，Accelerators，Networking）
- 在大模型或推荐模型领域，参与过大影响力的项目或论文。
岗位描述
团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。
- 1、负责超大规模机器学习系统中数据链路的构建，解决系统高并发、高可靠性、高可扩展性等技术难关；
- 2、面向深度学习模型的数据存储引擎：针对深度学习模型特性，突破传统行存/列存格式限制，设计并实现适配深度学习场景的专用存储结构，追求性能与成本的极致优势；
- 3、面向深度学习模型的数据读取和缓存体系：针对深度学习模型的数据访问IO Pattern，构建多层的缓存体系，在CPU和GPU侧构建近计算的缓存和数据预读取方案，显著提高数据访问吞吐，降低延迟；
- 4、高效的数据预处理引擎：通过解耦数据预处理与模型计算，设计兼容多数据格式的高效预处理引擎，集成算子下推能力，大幅提升预处理效率；
- 5、前瞻技术探索落地：跟踪机器学习数据链路前沿技术（如新型存储结构、异构计算系统、硬件创新、编译优化技术等），推动技术调研与工程落地；
- 6、算法-系统联合优化：与算法团队深度协同，推进算法与系统的联合优化，持续提升系统对业务的支撑能力。
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。