字节跳动
校招Video/Image AI/ML多媒体算法工程师 - 音视频技术
北京/深圳/上海 · 校招 · 2027 届 · 硕士
长期有效
任职要求
- 获得2027届硕士及以上学位，计算机科学、电子工程、数学、统计学专业
- 熟练掌握一种或多种通用编程语言，具备优秀的编程、调试与优化能力，比如：C/C++、Python
- 了解视频分析算法或主观/客观视频质量评估算法及前沿技术，例如VMAF、PSNR、SSIM等。
- 加分项
- 熟悉Transformer架构及主流多模态大模型（MLLM），具有相关实现或研究经验者优先
- 了解常见视频处理算法，如锐化（Sharpen Filter）、降噪模型（De-noise Model）等
- 具备机器学习或深度学习经验，熟悉TensorFlow、PyTorch等深度学习框架
- 了解视频编码标准（AVC、HEVC、AV
- VP9等），并具有视频编码器设计经验
- 具备嵌入式处理器经验（如ARM Cortex M0/M3/M4或RISC-V架构）及RTOS实时系统开发经验
- 具备良好的沟通能力，积极主动、乐于学习，并热衷于将前沿技术落地到实际应用场景中。
岗位描述
团队介绍：视频与边缘部门承载了字节跳动的媒体内容分发基建及技术中台，支持了字节跳动全系产品，如抖音、今日头条、番茄小说、西瓜视频等APP的点播、直播、实时通信、图片等多媒体业务发展，同时将业务发展过程中沉淀下来的技术能力和工具，通过火山引擎对外输出，面向各行各业用户提供视频云产品和服务，愿景是为内外部业务伙伴提供最低成本、最优画质、最低延时、最安全可靠的富媒体内容分发解决方案，助力业务伙伴降本提效实现持续增长。
- 1、设计视频分析算法（如ROI分析、内容理解、特征提取等）及视频质量评估算法，参与数据库构建、算法设计/开发/优化等相关工作；
- 2、参与编码器的端到端（E2E）视频质量优化策略与解决方案的设计，结合视频分析、视频处理与编码算法（例如帧级码率控制等）进行系统优化；
- 3、将设计的算法应用于点播（VOD）/直播监控、数据分析及算法客观评估等场景；
- 4、与基础架构（Infra）团队及多媒体平台团队协作，将算法集成到生产工作流程中，并通过A/B测试验证算法效果与实际收益。
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。