字节跳动
校招安全工程师 - 安全与风控
北京 · 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，信息安全、网络安全、计算机科学相关专业
- 掌握网络安全、应用安全、数据安全中某一方向的相关安全技术，如常见防火墙配置、常见Web漏洞挖掘、常见加解密原理等
- 以下一种或几种语言，Java/Python/Go/Node/C++等，具备一定的代码阅读和分析能力
- 具备较强的逻辑思维能力、团队合作意识和自驱力，能够快速协调业务线资源完成风险治理和项目落地
- 了解SDL相关流程，了解SAST，DAST，IAST等自动化工具的原理和使用者优先考虑
- 了解数据安全生命周期、各生命周期数据安全风险点、金融行业或有相关实习经历者优先考虑。
岗位描述
团队介绍：我们团队为字节跳动旗下各类业务线提供信息安全保障。通过与各业务团队紧密协作，我们针对其特定的运营及业务需求，设计并落地专属安全策略。依托安全部门的专业能力，我们交付与业务目标高度契合、兼具成本效益与可扩展性的安全解决方案，助力各团队获取最高效、最可靠的安全服务与工具。
- 1、参与业务需求的安全设计与风险评估，指出方案设计中的网络、应用、数据等方向的安全问题，主动挖掘和分析潜在安全风险，提供最佳安全解决方案并推动落地；
- 2、推动业务线网络安全、应用安全、数据安全等方向的风险治理，提升治理效率和完成率，减小风险暴露面；
- 3、参与制定适用业务的安全策略、标准及规范，并根据业务发展和技术变革进行动态优化与更新；
- 4、参与业务信息安全应急响应体系的建设与优化，协调资源对安全事件开展调查、分析和处置；
- 5、持续跟进安全平台、安全工具的功能开发、能力优化和日常运营，利用自动化能力持续提升安全检测和响应的效率。
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。