字节跳动
实习推荐大数据工程师实习生-Data-抖音/直播/电商/剪映
上海 · 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
- 扎实的编程能力与计算机基础，熟练一种或几种编程语言，例如Java/C++/Scala/Python；了解大规模流批数据分布式计算与分布式存储的理论与架构设计
- 乐于挑战没有明显答案的问题，对新技术有强烈的学习热情，有较强技术视野。
- 【加分项】
- 对多个大数据数据处理领域的开源框架有一定的理解，包括但不限于Flink/Spark/Hadoop/Hive/Kafka/Pulsar/HBase/RocksDB/Hudi/Iceberg/ClickHouse等
- 有TB级以上数据流批处理经验
- 对推荐、搜索、广告相关领域有所了解
- 对机器学习架构或搜广推领域模型有一定了解。
岗位描述
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。
团队介绍：推荐架构团队支撑字节跳动旗下多款APP产品，如抖音、今日头条、番茄小说、西瓜视频、剪映等推荐系统架构的设计和开发，保障系统的稳定和高可用，致力于抽象系统通用组件和服务，建设推荐中台、数据中台；关于在线服务，在这里你有机会参与大规模机器学习在线预估框架的研发与优化，也有机会参与模型训练与调度等相关问题的研究与突破，解决系统瓶颈，降低成本开销；如你对大数据感兴趣，在这里也有机会参与通用实时计算系统的开发、构建统一的推荐特征中台，为推荐业务实现先进的消重、计数、特征服务等；我们期待热爱技术的你加入，一起创造更多可能。
- 1、参与字节跳动旗下相关产品的推荐架构工作，解决推荐核心系统的架构优化问题；
- 2、参与推荐场景的特征和样本的架构抽象和流程优化，支持大规模数据挖掘和机器学习的优化，支持推荐平台的研发；
- 3、针对超高吞吐和低延迟的大数据系统，提升系统的数据准确性、稳定性、性能和可扩展性；
- 4、核心组件的研发和优化、新技术的应用和落地，基于AI赋能、提升研发效率。
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 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。