字节跳动
实习大模型训练推理实习生-商业信任与安全
上海 · 实习 · 2027 届 · 硕士
长期有效
任职要求
- 2027届硕士及以上学位在读，计算机、电子信息或相关专业优先
- 扎实的机器技术基础，了解前沿的AI技术，有不错的工程实践经验优先
- 有大模型训练优化经验，熟悉VeRL/FSDP/DeepSpeed/Megatron等分布式训练框架经验者优先
- 熟悉模型推理加速的研究和技术进展，包括但不限于模型量化、剪枝、算子优化等
- 了解业界常用的大语言模型推理加速框架，如SGLang，vLLM，TensorRT-LLM等
- 熟悉LLM模型训练优化，了解混合精度训练、分布式训练等训练加速方法优先；训练/推理优化满足一条即可。
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：商业化信任与安全研发团队致力于构建业界领先的智能审核系统，通过前沿 AI 技术保障商业内容安全与合规，提升用户客户的信任。团队通过研发大模型基座、先进的审核大模型和审核系统，持续提升大模型系统对复杂商业化内容的理解、让准确理解遵循安全规则、基于规则深度推理并拉齐人与机器之间的认知，并能感知发现潜在问题，并用Agent高效处理审核问题、自动迭代审核系统，为商业内容安全提供全链路、智能化的技术支撑。
- 1、大模型训练框架研发与效率优化：负责多模态大模型（涵盖视频理解/视频生成/Omni的预训练、SFT、RL等任务）的训练效率优化，深入应用数据并行、模型并行、流水线并行及通信优化等分布式训练技术，持续提升训练吞吐与资源利用率；
- 2、高性能推理框架优化：面向商业信任与安全业务场景，设计并实现适配自研多模态理解/生成/Omni模型架构的高性能推理框架，针对广告审核等高并发、低延迟场景进行端到端性能调优；
- 3、模型推理加速技术研究：探索并落地前沿推理加速技术，包括模型量化、知识蒸馏、结构剪枝、稀疏Attention、低精度计算（FP8/INT4）、NPU定制算子开发、并行解码优化、投机采样及PD分离等，全面提升推理吞吐与能效比；
- 4、技术沉淀与输出：持续跟踪业界前沿，推动核心技术在业务场景中规模化落地；通过技术分享、专利撰写与高水平论文发表，构建团队技术影响力。
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。