字节跳动
实习算法实习生-抖音平台产品
成都 · 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，计算机、软件工程相关专业优先
- 具备优秀的算法设计能力和过硬的编码能力
- 在以下一个或多个算法领域上有深度的理解和实践经验：NLP、RAG、机器学习
- 熟悉TensorFlow、PyTorch等至少一项机器学习框架
- 熟悉Spark、Hive、Storm、Hadoop等至少一项分布式系统
- 有代码生成、图像生成、LLM语言模型微调、低代码等相关经验优先。
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：平台产品基础部门致力于为抖音各业务提供全面支持，平台业务负责搭建与维护基础平台，保障账号核心资产的管理。开放业务合理开放产品能力与数据，连接外部优质资源。文娱业务聚焦短剧 & 营收和宣发，形成健康内容生态。生态与运营业务推进作者成长、变现等工作。治理与体验业务为各垂直方向提供诊断等工具，提升问题解决率。营销搭建业务助力业务营销推广。部门为实现业务目标、满足用户需求而不断努力。
- 1、负责抖音/直播等多个业务场景下，LLM、MLLM算法的应用研究与算法落地工作，业务场景包括但不限于数据合成、信息检索、智能对话、代码生成、网页搭建、自动评测等；
- 2、跟踪大模型领域的最新研究成果，用以持续提升算法应用效果，研究方向包括但不限于Multi-Agent System、RAG、SFT、Agentic RL、长短期记忆等前沿技术；
- 3、深度参与项目研发，和产品经理/业务研发/业务质量等同学密切配合，通过挖掘线上数据、优化Prompt工程、微调模型等手段，提高项目整体收益和效率。
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。