字节跳动
校招AI Agent研发工程师 - 剪映CapCut
深圳/北京/广州 · 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，计算机、软件工程、通信、人工智能等相关专业优先
- 具备扎实的计算机基础、良好的编程能力和代码质量意识
- 对AI、AIGC和Agent技术有强烈热情，学习能力强，愿意持续探索并快速实践新技术
- 具备良好的沟通协作能力、主人翁意识和问题解决能力，能够主动推动事情落地
- 至少符合以下一个技术方向：
- 1）前端方向：熟悉React、Vue等现代前端框架之一，了解Web工程化及交互体验优化
- 2）服务端方向：熟悉至少一种服务端开发语言，了解MySQL、Redis、消息队列等常用组件
- 3）客户端方向：熟悉Android或iOS开发，了解Kotlin、Swift、Objective-C等相关技术
- 4）全栈方向：能够独立完成从产品交互到服务端能力的端到端开发与验证。
- 加分项
- 有AI Agent、RAG、MCP、Prompt工程或上下文工程相关项目实践
- 使用大模型完成过真实产品、开源项目、课程项目或个人作品
- 了解多模态内容生成、视频或图片生成、模型服务及AI工作流编排
- 在算法竞赛、开源社区、技术比赛或高质量实习中有突出表现
- 有较强的产品意识，愿意站在用户视角持续优化体验。
岗位描述
团队介绍：剪映研发团队，主要支持剪映、CapCut、醒图、Hypic、即梦、Dreamina、小云雀、Pippit等多款国内外产品的研发工作，业务覆盖多元化影像创作场景，并孵化了多款AIGC明星产品，相关产品多次登顶国内外App Store 免费应用榜第一，并继续保持高速增长。加入我们，一起打造全球最受用户欢迎的影像创作和GenAI产品。
- 1、参与小云雀及Pippit Web、App核心功能开发，负责综合创作Agent的能力迭代与效果优化；
- 2、参与AI Agent技术建设，包括Prompt工程、上下文工程、原子能力搭建、工作流编排及性能调优；
- 3、调研、评估并快速应用前沿AI技术，优化视频、图片、短剧等内容的生成与编辑链路；
- 4、与产品、算法、设计等团队紧密协作，持续提升AI内容生成效果和实时交互体验；
- 5、参与市场调研与用户分析，根据业务需求设计技术方案并推动落地，保持产品体验的行业领先。
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。