字节跳动
实习大模型数据工程研发实习生-TikTok AI创新中心
上海 · 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/信息科学/软件等理工学科背景，人工智能等相关专业优先
- 基础扎实，对新技术有强烈的学习热情，具有优秀的编码能力，会使用SQL，熟悉Python、提示词工程
- 有大数据相关工具，分布式计算工具（Map/Reduce，Hadoop，Hive等）工作经验优先
- 出色的问题分析和解决能力，自主探索新解决方案的能力强，良好的沟通协作能力，对AI感兴趣、积极主动
- 每周可以实习4-5天，连续实习3个月以上。
岗位描述
ByteIntern：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：TikTok是一个覆盖150个国家和地区的国际短视频平台,我们希望通过TikTok发现真实、有趣的瞬间,让生活更美好。TikTok在全球各地设有办公室,全球总部位于洛杉矶和新加坡,办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。
TikTok AI创新中心，是致力于AI基础设施建设和创新研究的部门，探索行业领先的人工智能技术，致力于突破多模态大模型与代码大模型的技术边界。我们正在构建下一代AI系统，这些系统能够无缝理解与整合多语言文本、海量视频内容及复杂代码结构，打造真正跨模态的统一智能架构。我们的研究不仅关注模型的理解能力，更探索其在复杂推理任务中的应用潜力，将代码作为连接各类智能任务的通用语言。团队旨在通过创新算法设计，为用户提供前所未有的内容体验与创作辅助，同时显著提升开发效率与系统性能。
- 1、在视频生成和视频理解领域，参与建设高质量、多样性的数据，建设The World Data Set，探索数据配方的奥秘；
- 2、参与解决大规模数据生成的成本和分布式性能问题，一起尝试去定义Data for LLM和AI for LLM Data的研发新范式；
- 3、探索把AI技术应用在大模型的全生命周期中，包括不限于数据建设、数据生成、指令微调、偏好对齐等；
- 4、建设高质量、多样性的视频数据集，探索更多相关应用的落地场景。
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。