字节跳动
校招大模型应用算法工程师 - TikTok内容安全算法
北京/上海 · 校招 · 2027 届 · 硕士
长期有效
任职要求
- 2027届获得硕士及以上学位，计算机、电子等相关专业优先
- 丰富的ML/CV/NLP/推荐经验，包括但不限于：
- 1）机器学习/数据挖掘/CV/NLP/多模态等相关竞赛或行业经验
- 2）机器学习/数据挖掘/人工智能/大模型相关领域的会议论文；（KDD/WWW/NIPS/ICML/CVPR/ACL/AAAI...）
- 3）有大模型/强化学习相关的研究经历和创新探索；动手快，在开源社区有大模型相关的贡献记录；在业务场景有大模型落地经验者优先
- 扎实的编程功底，熟悉Python/C++等编程语言
- 优秀的分析问题和解决问题的能力，并热衷于解决具有挑战性的问题
- 对技术充满热情，良好的沟通能力和团队合作精神。
岗位描述
团队介绍：国际化内容安全算法研究团队致力于为字节跳动国际化产品的用户维护安全可信赖环境，通过开发、迭代机器学习模型和信息系统以更早、更快发掘风险、监控风险、响应紧急事件，团队同时负责产品基座大模型的研发，我们在研发过程中需要解决数据合规、模型推理能力、多语种性能优化等方面的问题，从而为平台上的内容审核、搜索、推荐等多项业务提供安全合规，性能优越的基座模型。
- 1、Reward模型的设计：在强化学习过程中，设计一个合适的Reward模型是关键；Reward模型需要准确地反映推理过程的效果，并引导模型逐步提升其推理能力；这不仅要求对不同任务精准设定评估标准，还要确保Reward模型能够在训练过程中动态调整，以适应模型性能的变化和提高；
- 2、稳定的训练过程：在缺乏高质量SFT数据的情况下，如何确保强化学习过程中的稳定训练是一个重大挑战；强化学习过程通常涉及大量的探索和试错，这可能导致训练不稳定甚至模型性能下降；需要开发具有鲁棒性的训练方法，以保证模型在训练过程中的稳定性和效果；
- 3、如何从数学和代码任务上拓展到自然语言任务上：现有的推理强化方法主要应用在数学和代码这些CoT数据量相对丰富的任务上；然而，自然语言任务的开放性和复杂性更高，如何将成功的RL策略从这些相对简单的任务拓展到自然语言处理任务上，要求对数据处理和RL方法进行深入的研究和创新，以实现跨任务的通用推理能力；
- 4、推理效率的提升：在保证推理性能的前提下，提升推理效率也是一个重要挑战，推理过程的效率直接影响到模型在实际应用中的可用性和经济性；可以考虑利用知识蒸馏技术，将复杂模型的知识传递给较小的模型，以减少计算资源消耗；另外，使用长思维链（Long Chain-of-Thought,Long-CoT）技术来改进短思维链（Short-CoT）模型，也是一种潜在的方法，以在保证推理质量的同时提升推理速度。
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。