Bilibili
校招上海 · 校招 · 2027 届 · 本科
长期有效
基于开源多模态大模型 / 大语言模型，依托 B 站大规模真实内容业务场景，运用 SFT、强化学习、模型蒸馏、多模态 Agent 等大模型后训练技术，持续优化大模型在内容标签、语义向量、各类推理任务上效果与稳定性，完成算法落地与线上迭代闭环。
负责 B 站内容理解业务，聚焦视频多模态内容理解、评论 / 弹幕语义理解、用户内容画像等场景；结合业务需求，基于大模型后训练技术解决真实业务问题，推动模型能力落地迭代。
基于业务真实数据与线上反馈，设计、实现 LLM / 多模态模型 SFT 微调方案；面向分类、信息抽取、内容理解、开放式生成等任务，持续提升模型效果与泛化能力。
参与强化学习后训练全流程，包括 GRPO、DAPO、GSPO 等算法实践；根据业务场景设计偏好数据、打分器 / 奖励函数，优化采样策略、优势估计、KL 约束，提升模型对齐效果与训练稳定性。
搭建Agent能力解决复杂内容理解任务，在内容理解平台上实现工具调用、多轮反思，赋能智能标注等，支持产品/运营完成内容理解效果调研。
基于 LLaMA-Factory、EasyR1、Verl等训练框架完成数据流水线、训练配置、实验管理与复现。
与数据、产品、工程团队协作，建立“数据—训练—评估—上线—反馈”的闭环体系。
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
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）
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
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
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
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
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。