字节跳动
实习AI战略研究实习生-飞书
北京 · 实习 · 硕士
长期有效
任职要求
- 硕士及以上学位在读，理工科（CS/AI/数学/统计学/数据科学/信息工程等）相关专业优先
- 实习周期不低于3个月，每周出勤4天以上
- 英语水平流利，能迅速获取并分析英文信息，完成英文报告
- 对AI产业发展趋势、机器学习和AI技术有强烈的兴趣，能完成AI前沿技术理论和实操方向研究
- 具备快速学习、结构化思考和抽象分析的能力，乐于探究事物本质。
岗位描述
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。
团队介绍：飞书是AI时代先进生产力平台，提供一站式工作协同、组织管理、业务提效工具和深入企业场景的AI能力，助力企业能增长，有巧降。
从互联网、高科技、消费零售，到制造、金融、医疗健康等，各行各业先进企业都在选择飞书，与飞书共创行业最佳实践。先进团队，先用飞书。
- 1、持续跟踪全球AI领先者的前沿动态，分析重点公司的最新科研著作、AI技术趋势，日常接触和了解国内外领先的AI产品和技术发展；
- 2、产出针对AI模型和技术发展相关的分析报告，包括不限于Scaling Law、ML理论、RAG、Agent、具身、LMM、AI计算硬件等；
- 3、针对公司企业服务新产品进行前期调研，制定实际的产品化策略方案并参与产品落地；
- 4、跟踪公司已有业务的最新动态，结合AI产业发展趋势提出可行的技术侧策略和建议；
- 5、近距离参与现象级互联网产品的增长和成功，见证创意的落地与实施，学习商业运作规律；
- 6、与来自顶尖战略咨询公司的团队合作，学习经验丰富的项目技能和产品落地商业化视角。
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。