字节跳动
实习AI全栈开发后端实习生 - 抖音平台产品
成都 · 实习 · 本科
长期有效
任职要求
- 本科及以上学历在读，计算机、通信和电子信息科学、数学等相关专业
- 计算机基础：扎实的数据结构、算法、操作系统知识，至少熟练掌握一门语言（JS/TS/Python/Java/Go等）
- 全栈能力：有前端（React/Vue）或后端（Node.js/Java/Go）开发经验，愿意借助AI跨越技术栈边界，完成从页面到接口的全链路任务
- AI工具应用：深度认同AI辅助开发范式，日常主动使用各种AI编程工具提升效率，乐于探索AI在客服领域的创新应用（如自动生成工单逻辑、聊天组件）
- 客服领域基础：了解实时通信（WebSocket）、消息队列、关系型数据库（MySQL/PostgreSQL）或Redis等基本概念，有相关实践优先
- 学习与自驱：具备强技术自驱力，能快速上手新领域，主动负责，善于沟通协作。
岗位描述
团队介绍：
平台产品基础：作为抖音平台支撑团队，以 AI为核心抓手，打造高效能平台底座，为全业务线筑牢坚实底层支撑
生态与运营：聚焦创作者成长与商业化，激活生态活力，夯实内容根基
营销搭建：全链路营销体系，助力业务推广，实现品效增长
文娱业务：深耕短剧赛道，打通内容 - 营收 - 宣发全链路，构建健康文娱生态
变现与资金平台：筑牢交易结算核心底盘，提供全链路支付与清结算能力，保障平台资金安全与高效流转
治理・体验・客服：三位一体守护平台安全、用户体验 以及 高效响应解决用户诉求
开放业务：有序开放平台能力与数据，链接外部资源，拓展生态边界
全体团队以业务增长与用户价值为核心，持续深耕、协同共进，推动抖音生态持续繁荣。
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。
- 1、负责智能客服系统（工单、实时会话、坐席工作台、多渠道接入）的全栈研发工作；
- 2、在AI工具辅助下，独立完成前端界面→后端服务→数据存储的全链路开发任务，与产品、运营协作推动功能上线；
- 3、探索AI在智能回复、情绪识别、会话质检等客服场景的应用，参与高并发消息、工单分配等真实业务挑战。
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。