字节跳动
校招AI智能创作-剪映（北京/上海/深圳）
深圳 · 校招 · 2027 届 · 博士
长期有效
任职要求
- 2027届毕业，获得博士学位，计算机、软件、人工智能、数学等相关专业优先
- 扎实的机器学习基础，深入理解多模态理解及LLM等相关技术，具备良好的数理基础
- 熟练掌握相关机器学习框架和工程框架，具备扎实的编码能力
- 在多模态，语言大模型领域有相关经验
- 在计算机科学高水平会议和期刊（如NIPS、ICML、CVPR、ICCV、ECCV、IJCAI、AAAI、KDD、SIGIR、WWW、ACL、PAMI、IJCV等）发表过论文或具备竞赛经验者优先。
岗位描述
团队介绍：负责剪映CapCut、醒图Hypic、即梦Dreamina以及小云雀Pippit等创作工具的算法和数据相关，具体包括各产品的用户增长、内容分发与生态、商业化以及AI创作等，同时也会做深入的技术探索赋能业务，如LRM\GR\LLM4rec以及AIGC等相关研究。
课题介绍：当前创作工具（如剪映/CapCut）仍以工具化为主，用户需要手动完成选素材、剪辑、调节节奏等复杂流程，创作门槛较高。同时，内容供给主要依赖人工设计模板与素材，难以快速响应热点和用户个性化需求；推荐系统与创作系统割裂，导致用户兴趣与内容生产之间缺乏联动。
本课题旨在构建一个以大模型为核心的AI智能创作系统，打通“用户意图理解—个性化内容生成—推荐分发”的全链路，实现从工具型创作向智能创作系统的升级，在剪映、CapCut、即梦等场景中提升创作效率与内容供给质量，实现内容的规模化生产与千人千面的个性化表达。
具体包括：
- 1、基于用户行为、历史偏好与上下文的创作意图理解与个性化表征学习；
- 2、基于多模态大模型的内容理解与结构化建模（视频结构、节奏、美学与风格）；
- 3、基于用户兴趣与创作意图驱动的个性化内容生成（模板、图片、视频、音乐）；
- 4、基于用户上传素材的个性化自动成片与剪辑策略生成（节奏、风格、叙事）；
- 5、基于热点、推荐与搜索线索的内容生成与供给扩展，并结合用户画像实现差异化生成；
- 6、推荐系统与生成模型的联合优化，实现“为用户生成内容”的生成式推荐范式；
- 7、超长用户行为序列建模与长期/短期创作偏好建模；
- 8、面向创作场景的大模型推理优化与系统性能优化（分层推理、模型压缩等）。
课题挑战：创作场景的AI智能化面临多重挑战。首先，用户创作意图具有高度个性化和隐式性，如何从用户行为、素材及上下文中准确理解其创作目标，并进一步转化为可生成的内容表达，是核心难点。其次，短视频等内容形态具备强多模态特征（视频、图像、音频、文本），需要模型具备高水平的跨模态理解与生成能力。同时，生成内容不仅需要具备美感和创意，还需要满足个性化表达与推荐分发效果（如点击率、完播率、转化率），如何实现“个性化生成”与“推荐效果优化”的统一，是关键挑战。此外，推荐系统对延迟和工程效率要求极高，大模型的引入带来算力与系统复杂度挑战，需要在效果、成本与性能之间取得平衡。因此，有必要构建一套面向创作场景的AI原生系统范式，实现内容生产与分发的一体化升级。
课题价值：构建AI原生创作系统，打通理解、生成与分发闭环，实现内容生产与推荐一体化升级。
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。