字节跳动
校招北京 · 校招 · 2027 届 · 博士
长期有效
团队介绍：财经业务依托抖音集团的流量优势和领先的基础技术能力，通过“抖音支付”“抖音月付”“放心借”以及退货运费险等产品，为广大个人用户、企业和机构提供支付、消费金融和保险经纪等金融科技服务。
财经大模型算法团队专注于金融领域的大模型对话场景算法研究，支持包括财经智能助理Agent、智能客服、智能外呼、智能金融数据分析等财经大模型应用场景的建设，服务过亿级财经用户。团队的工作包括财经领域知识注入生成式大模型、金融对话场景Agent架构研发、端到到本文/语音生成、检索增强生成（RAG）、智能数据分析、图片与视频理解等技术。我们使用前沿的机器学习技术进行端到端建模并不断创新突破，建设财经领域内行业领先的金融智能对话和金融数据分析能力，提升用户在抖音的财经业务用户体验。
字节财经团队专注解决金融场景中智能Agent、实时语音交互、智能风控等应用的技术挑战，通过在金融场景的大模型领域后训练与微调，实现金融Agent智能助手的长历史上下文的记忆、金融级别的指令遵循、支持多模态输入输出、低延迟实时语音对话生成、大模型对系统信息感知和个性化对话等能力，以及针对AIGC的伪造内容进行攻防、结合大模型和深度学习的全新的风控建模等。
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
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）
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
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
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
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
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。