字节跳动
实习机器人数据闭环实习生-Seed
北京 · 实习 · 本科
长期有效
任职要求
- 本科及以上学历在读，计算机、软件工程、人工智能、自动化等相关专业优先
- 对机器人系统、人工智能训练、数据平台等方向有浓厚兴趣，愿意深入理解机器人“大脑”的构建逻辑
- 具备图像/视频/多模态数据处理经验，熟悉数据处理、格式转换、时间同步等处理流程
- 精通Python或Golang至少一种语言，能够实现高效、可扩展的数据处理工具
- 熟悉常用图像/视频处理工具链（如OpenCV、FFmpeg、PyAV、MMCV等）
- 熟悉分布式计算或大数据处理框架（如Spark、Flink、Ray、Hadoop等）者优先；有海量数据处理平台、数据调度系统、数据流/批一体框架使用或开发经验者优先。
岗位描述
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。
团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。
Seed 团队在 AI 领域拥有长期愿景与决心，团队研究方向涵盖 MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE 等超过 50 个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包 App 用户量在中国市场排名第一，豆包大模型日均 Token 调用量行业领先。
- 1、参与搭建机器人领域专属的大模型数据处理平台，支持从采集、清洗、标注、训练到评估的全流程数据闭环；
- 2、参与设计与实现高吞吐、可扩展的时序多模态数据处理引擎，服务图像、视频、语音、动作等多模态数据；
- 3、与算法团队深度配合，基于大模型能力，提取有价值的数据，提升数据质量，深度参与数据驱动下机器人能力的进化；
- 4、参与模型评估体系建设，从模型训练到模型评测一站式完成，为模型性能提供可靠的数据支持；
- 5、持续优化平台性能与可用性，推动大模型训练效率与精度的双提升。
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 数据 岗位的常见面试问题整理
请解释数据仓库的星型模型和雪花模型的区别
查看答题思路
1. 星型：事实表在中间，维度表直接关联，维度表非规范化（有冗余） 2. 雪花：维度表进一步规范化，减少冗余但增加 join 次数 3. 选择：星型查询快（join 少），雪花存储省，一般生产用星型更多
如何设计一个埋点体系来追踪用户行为
查看答题思路
1. 确定业务目标：留存/转化/活跃 2. 定义事件：页面浏览/点击/曝光/转化，每个事件带属性 3. 技术栈：前端 SDK 上报 → Kafka → Flink 实时清洗 → ClickHouse/Hive 存储 4. 数据分层：ODS（原始）→ DWD（明细）→ DWS（汇总）→ ADS（应用） 5. 质量：埋点测试 + 数据校验 + 异常告警
SQL：有一个用户登录表 user_login(user_id, login_date)，查询连续登录超过 7 天的用户
查看答题思路
1. 思路：用 login_date 减去排名序号（ROW_NUMBER），同组连续日期差值相同 2. 关键 SQL：SELECT user_id, login_date-ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) AS grp 3. GROUP BY user_id, grp HAVING COUNT(*) >= 7 4. 强调：理解窗口函数和连续性问题的一般解法
你做过最有价值的数据分析项目是什么
查看答题思路
1. 业务背景：分析什么、为什么重要 2. 数据来源和量级 3. 分析方法：用了什么模型/统计方法 4. 核心发现：一句话说清洞察 5. 业务影响：做了什么决策、带来了什么改变（用数字）
解释 A/B 测试的原理和常见陷阱
查看答题思路
1. 原理：分流用户到对照组和实验组，对比核心指标差异 2. 统计基础：假设检验，p<0.05 表示差异显著 3. 陷阱：样本量不足、运行时间太短（未覆盖周期波动）、多重比较（同时做多组 A/B 需修正显著性水平） 4. 指标选择：北极星指标优先，避免虚荣指标
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。