字节跳动
校招AI Agent开发工程师（国际化方向） - 数据BP
北京/上海 · 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、人工智能等相关专业
- 精通Java/Python/Go至少一门后端开发语言，熟悉分布式系统设计与微服务架构，具备扎实的工程素养
- 熟悉大数据技术体系，了解Hive/Spark/ClickHouse/Doris等至少一种计算/存储组件，有数据平台或数仓相关研发经验
- 理解AI Agent原理，熟悉智能体编排、工具调用、RAG检索增强等机制，有大模型API对接与应用落地经验
- 全栈方向需熟练掌握React/Vue等主流前端框架，具备JS/TS开发能力。
- 加分项
- 有Text-to-SQL、数据Copilot、智能数据治理相关项目落地经验
- 有LangChain、LlamaIndex、AutoGen等Agent框架深度使用或二次开发经验
- 熟悉向量数据库、Prompt工程、大模型微调相关技术
- 有数据中台、数据资产、数据质量系统研发经验
- 开源社区活跃贡献者，或拥有个人技术产品。
岗位描述
团队介绍：负责字节跳动旗下泛抖音、国际化、创新与中台等业务的数据 BP 工作，业务版图覆盖抖音、国际化、大模型、番茄小说等板块。我们以数据高效赋能业务增长为核心使命，深度扎根各业务线，以数据体系建设为根基、以业务目标达成为导向，为业务方提供专业、稳定、高效的数据服务与架构解决方案。工作内容聚焦海量数据的治理与应用，需对产品全链路数据进行复杂且深度的分析挖掘；深度参与大数据产品的迭代优化，探索前沿数据技术在业务场景中的落地实践，在字节跳动的技术土壤中实现个人能力与业务价值的双重增长。
- 1、负责数据领域AI Agent平台的后端架构设计与模块研发，覆盖智能体调度引擎、工具编排体系、数据接入网关、权限与可观测性等能力，保障平台高可用、高性能与可扩展性；
- 2、主导数据场景Agent应用全链路落地，包括但不限于Text-to-SQL、智能数据开发助手、数据质量自动巡检、指标归因分析、数据资产智能检索等方向，支持全栈研发交付；
- 3、对接公司内部数据中台、数仓体系、数据开发平台、BI系统等底层数据产品，沉淀标准化集成方案与技术规范；
- 4、跟踪大模型Agent、数据智能领域前沿技术，探索落地路径，持续优化平台架构与能力。
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。