字节跳动
实习大模型应用开发实习生-风控
北京 · 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，计算机、通信等相关专业优先
- 热爱计算机科学和互联网技术，精通至少一门编程语言，包括但不仅限于：Go、C/C++、Java、Rust
- 掌握扎实的计算机基础知识，深入理解数据结构、算法和操作系统知识
- 有创新意识，对问题能深入分析本质并能不拘泥现状提出解决方案
- 积极追踪开源社区进展，熟悉Agent相关建设工作优先
- 了解大模型相关原理，有丰富的大模型应用或者优化经验优先。
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：风控工程团队聚焦抖音、今日头条等全产品黑灰产对抗工程化落地，覆盖社区安全、交易风控等多领域风险治理。依托高并发架构、大数据、大模型等核心技术，构建端云一体多层对抗体系，提供全时效基建能力；同时搭建技术情报体系，实现威胁前置预警与精准打击，并联动算法、策略团队推进技术转化，打造高效可靠的智能风控解决方案。
- 1、负责风控场景Agent相关应用落地，结合风控业务探索AI解决方案，推动风控平台在智能化方向的升级；
- 2、负责风控场景Agent基础设施建设，为Agent提供可迭代、可评测的基础条件，丰富风控Agent生态；
- 3、支撑风控场景垂类大模型的构建，建设强有力的AI Infra，助力算法高效解决风控问题。
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。