字节跳动
实习算法数据实习生-安全与风控
北京 · 实习 · 2027 届 · 本科
长期有效
任职要求
- 2027届本科及以上学历在读，计算机、信息安全、人工智能等相关专业优先。
- 扎实的代码与算法功底，精通Python等主流编程语言；有ACM/ICPC、CTF（侧重自动化/AI赛道）、Kaggle等高水平竞赛获奖经历者优先
- 理解大模型相关技术原理（如SFT、强化学习、COT 推理等），对Agentic Workflow（如ReAct，Reflexion，SOP等）有研究兴趣，对安全领域相关模型有了解者优先
- 具备敏锐的数据洞察力，能够从复杂的评测结果中拆解出底层的技术缺陷（无论是模型知识短板还是Agent策略缺陷），并自主探索创新性的评估方案
- 在AI安全领域顶级会议发表过论文，或深度参与过开源模型评估项目、安全工具开发者优先
- 具备良好的沟通能力，能够与研发团队高效配合，共同推动AI安全技术的演进。
岗位描述
Bytelntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。
团队介绍：我们团队为字节跳动的大型语言模型（LLM）业务线提供端到端安全解决方案。我们针对模型训练、推理及部署全流程识别并防控新型风险，同时研发工具与系统，保障LLM资产及相关应用的安全。通过在实际业务场景中推进人工智能安全技术落地，构建了行业领先的防御体系，为人工智能技术的安全演进提供保障。
- 1、构建行业领先的安全评测基准，针对Pentest（渗透测试）、Secure Coding（安全编码/漏洞挖掘）、SOC（安全运营） 等重点场景，设计并构建全面、深入且具有挑战性的Agent评测基准与数据集；
- 2、全维度能力对标与分析（核心任务），持续追踪并深度对标业内头部模型与安全Agent产品，通过定量评估与定性分析，识别Agent在复杂安全决策、逻辑推理及任务拆解中的能力差距，输出深度评估报告，驱动底层模型能力与Agent 架构策略（如Planning/Reasoning）的双向优化；
- 3、建设统一评测出口与Leaderboard，打造“基座模型能力+Agent系统效果”统一的评估结果出口，建立多维度的安全能力打分体系与内部排行榜，确保评估结果能客观反映端到端的业务；
- 4、模型与Agent机理性研究，探索Agent在安全任务中的一致性与性能上限，从可解释性角度制定评估标准，分析大模型及其Agent策略在安全决策与修复过程中的透明度与可靠性；
- 5、评测效能提速与平台优化，持续优化评测平台的运行效率与自动化程度，提升评估基准在业务快速迭代中的响应速度。
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。