字节跳动
实习大语言模型算法实习生（智能对话）-国际电商
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、软件工程等相关专业优先
- 具有扎实的编程功底，至少精通一门主流编程语言（C++/Java/Go/Python等），具备良好的工程实践能力
- 在大模型训练、智能体、提示词工程、信息检索、数据集构建、大模型评测等领域有实际的开发和从业经验者优先，有复杂智能体系统落地经验者优先
- 有高水平论文发表经历者优先，包括但不限于ACL、EMNLP、COLING、WWW、AAAI等
- 实践动手能力强，有ACM、ICPC、NOI/IOI、Top Coder、Kaggle等高水平比赛获奖经历者优先
- 有好奇心，对新技术有热情，善于团队协作，具备创新精神。
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：国际电商是以TikTok为载体的电商业务（也称为TikTok Shop），致力于成为用户发现并获取优价好物的首选平台，在直播电商、视频内容电商、货架电商等多场景下，国际电商希望能为用户提供更个性化、更主动、更高效的消费体验，为商家提供稳定可靠的平台服务，致力于新奇好物畅销全球，美好生活触手可得的使命。
Data-电商团队是国际电商的核心算法技术力量，专注于电商领域的算法创新，帮助用户高效发现感兴趣的商品，保障用户的购物安全，提升交易各环节的智能化水平。在这里，你将与一流的产品和技术团队合作、钻研，一起应对技术和业务上的挑战，推动技术在电商场景的深度落地。
- 1、负责AI智能客服系统的设计与开发，包括基于大语言模型（LLM，支持文本及多模态）的对话助手，实现对电商咨询、投诉、退款、争议解决及物流等场景的自动化处理，提升客户服务效率；
- 2、针对电商客服场景，开展模型后训练（如Fine-tuning、Instruction Tuning、RLHF等），持续优化大模型在理解、生成及多轮对话中的表现；
- 3、研究并实现多模态技术（如文本、图片）在客服场景中的应用，提升客服机器人的用户体验与自动化解决率；
- 4、关注并引入业界前沿LLM相关技术，推动智能客服领域的创新及能力迭代落地；
- 5、制定并推动数据采集、清洗、标注、增强和评测的全流程，确保模型在客服领域的高准确性与安全性。
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。