字节跳动
实习AI算法实习生-安全与风控
杭州 · 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、人工智能和信息安全专业等相关专业优先
- 熟练掌握Python/C/C++之一，出色的编码能力，有扎实的数据结构、操作系统和AI相关理论基础
- 熟悉大模型训练技术栈（数据/强化学习/有监督微调/评估/训练框架）
- 有安全相关背景者优先（不限于漏洞挖掘、恶意软件、告警分析、风控、安全研发）
- 有大模型训练落地经验者或大型公司大模型实习经验者优先
- 在ACM/ICPC、Topcoder等竞赛中获奖或在NLP、CV、安全Big4等顶级会议期刊上发表论文者优先。
岗位描述
Bytelntern：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：我们团队为字节跳动的大型语言模型（LLM）业务线提供端到端安全解决方案。我们针对模型训练、推理及部署全流程识别并防控新型风险，同时研发工具与系统，保障LLM资产及相关应用的安全。通过在实际业务场景中推进人工智能安全技术落地，构建了行业领先的防御体系，为人工智能技术的安全演进提供保障。
- 1、研究业界前沿的算法和技术方案，探索大模型训练在安全领域应用的边界；
- 2、基于有监督微调和强化学习的Agentic模型训练应用到安全核心任务，如漏洞检测、安全测试、安全告警运营、恶意代码分析；
- 3、设计实现安全任务Agent逻辑，数据构建/合成/标注/清洗、推理模型/代码模型等后训练（SFT/RL）；
- 4、定义安全与大模型衡量指标，牵引领域发展。
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。