字节跳动
实习AI数据挖掘实习生-小荷健康
北京 · 实习 · 2027 届 · 本科
长期有效
任职要求
- 2027届本科及以上学历在读，数学、统计、数据科学、计算机、人工智能等相关专业
- 对AI产品、AI技术有浓厚的兴趣；掌握Python等编程语言，能运用数据挖掘工具完成常见挖掘类型工作的优先
- 具备较强的逻辑分析与问题拆解能力，可以将一个复杂业务问题转化成一个数学/算法问题，并提出有针对性的优化思路
- 具有良好的沟通合作技巧，较强的责任心及团队合作精神。
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：小荷健康团队专注于小荷AI医生业务和抖音/头条医疗搜索业务的相关工程和策略研发，以及小荷健康医疗大模型的研发。我们依托医疗大模型基座的能力，为不同渠道用户提供健康咨询和医疗服务建议能力，助力分级诊疗落地，缓解医患矛盾，缓解优质医疗资源不足且分布不均的问题，并以“为每个中国人/家庭提供一个私人AI医生”为愿景。团队涵盖了前端、客户端、服务端、算法、数据等多个团队。在工程领域我们除了保障业务迭代、性能优化、稳定性工作之外，还会探索先进的跨端技术、适配医疗场景的Agent架构赋能于业务，并积极使用AI Coding提升研发效率。在算法方向，不仅深耕业务全链路策略效果，同时自研的小荷医疗大模型在多个权威医疗Benchmark上达到行业SOTA。
- 1、参与小荷健康业务的数据挖掘工作，结合医疗大模型与AI技术进行创新与应用；
- 2、挖掘潜在有收益的业务机会或业务问题，对业务痛点提出优化解决的策略方案；
- 3、参与业务核心场景的探索研究，结合对业务场景的充分理解，推动忠于用户价值的数据挖掘或算法策略方案落地。
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。