字节跳动
校招大语言模型研究员（数据智能体） - 数据平台
北京/上海/杭州 · 校招 · 2027 届 · 硕士
长期有效
任职要求
- 2027届获得硕士学位，人工智能等相关专业优先（如计算机科学、数学、电子工程等）
- 熟练使用Python、PyTorch等语言和代码库，熟悉大模型领域尤其是强化学习相关研究工作和算法，有大模型强化学习的研发基础，拥有高影响力会议论文（ICLR、NeurIPS、ICML等）、知名竞赛获奖经验者优先
- 具备优秀的学术视野与判断力，拥有出色的问题提出、分析及解决能力，良好的团队协作精神和沟通意识。
岗位描述
团队介绍：数据平台是字节跳动数据中台部门，为公司多业务线（包括抖音、电商、直播和生活服务等）提供一站式大数据解决方案，涵盖数据的生产、清洗、传输、建模、分析等全流程链路，提供数据开发、实验评估、画像标签、增强分析等多元场景解决能力。同时，数据平台部门也致力于把字节跳动积累沉淀的数据中台解决方案做商业化输出，让更多行业能够应用我们的产品能力构建自己的数据中台。在火山引擎上，我们提供了营销增长套件，数据中台等相关产品解决方案，为泛互联网、金融、汽车、新零售等行业提供了行业解决方案。
- 1、大语言模型（LLM）驱动的智能Agent在各类任务中展现出强大的推理与交互能力，已成为AI领域的前沿热点；然而，现有大多数Agent设计隐含地基于“确定性假设”，即默认输入信息完全可靠、任务目标明确；这在现实场景中往往并不成立——数据不完整、外部工具执行失败、用户意图随时间演变，使Agent产生误导性甚至错误的结论；面对“信息不确定性”这一核心挑战：课题一方面聚焦知识冲突与推理鲁棒性，另一方面聚焦SQL逻辑依赖与演进维护；
- 2、鲁棒Agent推理问题：检索增强生成（RAG）是获取外部知识主流机制，但存在知识冲突问题，当前LLM面对噪声检索表现仍有提升空间；
- 3、演进式SQL任务开发与维护问题：企业级数据治理中，SQL脚本面临底层数仓Schema变更和业务统计口径演进问题，传统方法无法提供深层语义偏差指导，现有模型在超100行存量SQL维护任务成功率较低；
- 4、鲁棒Agent推理技术路线：基于POMDP的决策规划，维护信念状态并计算最优行动策略；多策略协同，认知不确定性超阈值时切换并发探索模式；自适应响应，依据信念状态残余不确定性决定输出；
- 5、演进式SQL任务开发与维护技术路线：SynSQL-Evolution数据工程，构建百万级合成语料；GRPO强化学习框架，设计复合奖励函数；计划驱动推理范式，输出“逻辑变更清单”；依赖感知Agent协同，结合拓扑规划器处理长序列需求并构建实时纠错循环。
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。