字节跳动
实习机器学习算法实习生-抖音电商
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，计算机相关专业
- 具有深度学习/机器学习/运筹优化/因果推断/统计分析等大数据处理、分析、应用落地经验
- 编程动手能力强，擅长Java/Python编程语言，具备Linux环境研发能力，熟悉掌握PyTorch/TensorFlow等进行模型学习和优化，擅长做数据分析类的应用
- 有商家商品供给成长/搜推导购/电商比价/智能营销相关业务场景支持经验者优先
- 在CCF-A类有发表过论文者优先（KDD、NeurIPS、WWW、ICML、IJCAI、AAAI等），有过机器学习比赛经验者优先
- 优秀的分析和解决问题的能力，对挑战性问题充满激情，具备良好的团队合作精神，较强的沟通能力。
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：抖音电商算法团队，依托抖音、今日头条、番茄小说、红果短剧等产品，帮助用户发现、讨论并获得好物，享受美好生活；帮助商家高效经营，创建良性商业生态；激励创作并分享购物经验使用心得，构建有真诚有信息的电商内容氛围。在这个团队，我们不仅要通过推荐、广告和搜索算法搭建消费者和商家之间的桥梁，也要通过风控算法和治理算法去甄别违规行为，保护用户的购物体验，保护真正诚信经营的商家；我们还要建设智能客服技术、大规模商品知识图谱来提升各个交易环节的效率，降低商家的经营成本；我们也要结合机器学习和运筹算法，来优化供应链和物流的效率和成本，并进一步提升用户物流体验；另外我们还会用业界先进的数据科学技术为业务健康发展保驾护航。我们的使命：用算法的能力，让用户总能发现好东西，让美好生活触手可得。
- 1、解决抖音电商、即时零售业务中的预测、数据挖掘、建模决策工作，包括对用户履约偏好、商家的经营行为深度理解&分析，并制定适配性算法解决方案，提升用户购前与购后体验，降低商家经营成本；
- 2、应用机器学习/深度学习/大模型技术，解决任务包括不限于：销量预测、ETA及时空预测、异常行为识别、地址智能、定价/发券、供给增长等；
- 3、深入理解及建模电商内用户、商家、作者的行为模式，制定有效的平台算法策略促进生态良性发展；
- 4、参与电商供给生态业务支持，通过前沿深度机器学习算法，建设冷启动/潜爆/出爆/量价等成长预测算法能力，支持商家入驻成长；
- 5、深入理解电商导购，参与建设智能选品系统来实现不同的业务目标，支持抖音内容电商、货架电商、用户增长等各类选品场景；
- 6、深入理解商品价格，参与商品比价、量价建模、智能定价等系统能力建设，支持电商价格力、智能营销等业务支撑。
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。