字节跳动
校招大数据研发工程师 - 国际化广告数据平台
杭州/北京/上海 · 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，计算机相关专业
- 热爱计算机科学和互联网技术，优秀的编码能力，乐于快速学习和尝试新技术、新工具
- 对数据敏感，掌握量化分析方法，善于从数据中发现问题，提出假设并使用数据进行验证
- 对至少一项分布式计算平台有使用经验，例如Hadoop、Spark、Hive、Storm、Kafka等
- 有参与开源项目对社区有贡献的经历，有大数据处理或用户行为数据分析经验者优先。
岗位描述
团队介绍：国际化广告数据平台团队致力于构建海量数据基础设施和高效数据计算服务体系，深入挖掘广告数据价值，为国际产品下全球广告业务的快速发展提供强有力的支持，实现三大核心使命：优化广告主体验、驱动业务增长、赋能战略落地。
- 1、负责字节跳动海量用户行为数据的处理，在分布式计算平台基础上建立高效、实时的数据Pipeline；
- 2、负责推荐系统、广告系统的数据分析，发现模式与规律，为实验解释、系统改进提供数据支持；
- 3、负责Hadoop、Spark等大数据基础设施和平台的改进，解决大规模生产环境集群可用性和性能优化问题。
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 数据 岗位的常见面试问题整理
请解释数据仓库的星型模型和雪花模型的区别
查看答题思路
1. 星型：事实表在中间，维度表直接关联，维度表非规范化（有冗余） 2. 雪花：维度表进一步规范化，减少冗余但增加 join 次数 3. 选择：星型查询快（join 少），雪花存储省，一般生产用星型更多
如何设计一个埋点体系来追踪用户行为
查看答题思路
1. 确定业务目标：留存/转化/活跃 2. 定义事件：页面浏览/点击/曝光/转化，每个事件带属性 3. 技术栈：前端 SDK 上报 → Kafka → Flink 实时清洗 → ClickHouse/Hive 存储 4. 数据分层：ODS（原始）→ DWD（明细）→ DWS（汇总）→ ADS（应用） 5. 质量：埋点测试 + 数据校验 + 异常告警
SQL：有一个用户登录表 user_login(user_id, login_date)，查询连续登录超过 7 天的用户
查看答题思路
1. 思路：用 login_date 减去排名序号（ROW_NUMBER），同组连续日期差值相同 2. 关键 SQL：SELECT user_id, login_date-ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) AS grp 3. GROUP BY user_id, grp HAVING COUNT(*) >= 7 4. 强调：理解窗口函数和连续性问题的一般解法
你做过最有价值的数据分析项目是什么
查看答题思路
1. 业务背景：分析什么、为什么重要 2. 数据来源和量级 3. 分析方法：用了什么模型/统计方法 4. 核心发现：一句话说清洞察 5. 业务影响：做了什么决策、带来了什么改变（用数字）
解释 A/B 测试的原理和常见陷阱
查看答题思路
1. 原理：分流用户到对照组和实验组，对比核心指标差异 2. 统计基础：假设检验，p<0.05 表示差异显著 3. 陷阱：样本量不足、运行时间太短（未覆盖周期波动）、多重比较（同时做多组 A/B 需修正显著性水平） 4. 指标选择：北极星指标优先，避免虚荣指标
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。