字节跳动
校招全栈开发工程师（搜索） - 抖音研发
北京 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 2027届获得本科及以上学历，计算机、软件工程等相关专业优先
- 具备以下方向之一即可
- 1）前端方向：熟练掌握JavaScript、CSS、HTML、协议、安全、网络、性能优化等前端技术，对主流前端框架（React、Vue等）至少一种有深入应用并理解其设计原理
- 2）后端方向：熟练掌握Golang或者Python，理解并发模型、微服务架构、RPC、数据库（MySQL/Redis/ES）及性能优化
- 3）算法方向：熟悉大模型后训练技术栈，包括但不限于RLHF/DPO/PPO等对齐算法、LoRA/QLoRA等高效微调方法、偏好数据构造与清洗、奖励模型训练与评估
- 熟悉Agent开发、RAG、Harness Engineering、LLM-as-a-Judge等技术，有大模型应用落地经验优先
- 有项目参与经验或研发类实习经验
- 具备良好的服务意识、责任心、学习能力及沟通协作能力。
岗位描述
团队介绍：抖音研发部门负责多款大型产品的研发，包括但不限于抖音、西瓜视频、汽水音乐。
加入我们，你将有机会参与亿级用户场景的开发与架构工作，使用前沿的技术助力业务一起不断成长。
- 1、参与AI搜索中台的基建能力建设，参与RAG知识库构建、Agent编排、Agent评测、Agent/Tool/Skill/Data市场、内容安全、Agent可观测等平台能力建设，支持公司内部业务快速搭建AI搜索产品能力；
- 2、参与搜索平台能力建设，以搜索效果质量保障和研发效率提升为目标，构建抓取评估、安全干预、诊断大师、负面案例管理、数据飞轮等产品矩阵，为抖音搜索、豆包搜索、AI抖音、今日头条搜索等业务线提供一站式接入服务；
- 3、深度参与AI在搜索场景的工程化落地或者模型调优，包括但不限于机评Agent、智能归因Agent、平台AI Coding等建设；
- 4、建设AI时代的搜索平台架构，利用AI技术构建开发者生态，保障性能与稳定性，提供通用、低成本的平台接入能力。
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。