字节跳动
实习推荐算法实习生 - 内容消费与非闭环营销
北京 · 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
- 具备优秀的编码能力，扎实的数据结构和算法功底
- 对机器学习有热情、乐于学习、思考和创新，有自然语言处理、数据挖掘、计算机视觉相关的项目经验
- 熟悉常见算法，如LR、GBDT、DNN等，具备推导、实现、应用能力
- 熟悉C++和Python语言，熟悉Linux开发环境
- 优秀的分析问题和解决问题的能力，有良好的沟通表达能力和团队精神。
岗位描述
团队介绍：内容消费与非闭环营销技术团队，服务内容消费和非闭环营销行业数十万客户和十亿级用户。其中，内容消费行业包括游戏、小游戏、短剧、小说、社交与工具等行业，非闭环营销行业包括平台电商、引流电商等行业。内容消费与非闭环营销围绕客户深转、ROI等本质诉求，构建了完整的产品矩阵，知名产品有UBA/UBP自动化产品、深转ROI1\ROI7产品等。研发团队主要通过技术手段支持行业的收入和市占提升，工作内容包括：投放策略优化（出价、自动化）、模型优化（深度延迟和稀疏转化建模、序列建模、Large Recommend Model等）、流量和体验策略优化（ROI3产品、推荐广告融合、多目标建模等）、AI内容理解和生成（多模态模型、营销创意&剧集生成等）、定价和权益激励策略优化（智能定价、QCPX等）、海量创意自动化托管投放架构（DPA）、新产品开发等。
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。
- 1、负责抖音短剧业务推荐算法工作，主要负责短剧在抖音系APP（抖音、抖音极速版）的推荐分发工作，与来自全球顶级、有丰富业界经验的同学合作，共同搭建行业前沿的推荐系统，为用户提供一流的产品体验；
- 2、将前沿的机器学习技术应用到抖音多样的业务场景，优化用户体验促进业务发展；
- 3、研究方向包含且不局限于：深度学习、图神经网络、多任务学习、LTR、模型压缩和加速、多模态技术等，结合业务的实际问题来做好技术的探索和研究；
- 4、和产品、运营团队紧密合作，通过对产品和用户的深入理解和分析，制定算法策略促进抖音生态的长期繁荣发展。
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。