字节跳动
校招IaaS SRE - AI算力基础设施
北京/杭州/上海/深圳 · 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、软件工程、通信、自动化、电子信息等相关专业优先
- 具备扎实的计算机基础，理解数据结构与算法、操作系统、计算机网络、并发与数据库等知识；对分布式系统、存储或云计算有基本认识
- 熟悉至少一门编程语言，如Go、C/C++、Java、Python等，能够编写结构清晰、可测试、可维护的代码，并具备基本的调试能力
- 熟悉Linux基本原理和常用工具，能够从CPU、内存、磁盘、文件系统、进程、网络I/O等角度分析系统行为；能够结合指标、日志和链路信息定位问题
- 具备良好的工程习惯，重视测试、代码质量、版本管理、文档和变更安全；愿意深入源码和系统底层寻找根因，而不是停留在现象层
- 对复杂问题保持好奇心和韧性，面对信息不完整时能够冷静拆解、形成假设、验证证据并及时同步风险；有责任心和客户意识，愿意为结果负责；能够清晰表达判断与依据，主动推动跨角色协作，也能诚实面对未知；保持持续学习和自我驱动，愿意挑战既有做法，把一次解决方案沉淀为可以规模化复用的能力。
- 加分项
- 有操作系统、计算机网络、分布式系统、数据库、虚拟化、调度、云原生或可观测方向的课程项目、科研、实习或竞赛经历
- 使用过Kubernetes、容器、eBPF、Prometheus、OpenTelemetry、Terraform等技术，或有个人实验环境与真实排障经历
- 参与过开源项目，提交过可验证的代码、文档或问题分析；有持续维护个人技术项目的经历
- 对性能工程、容量规划、混沌工程、故障演练、成本优化或大规模资源调度有实践或深入思考
- 关注大模型与智能体技术，理解AI系统的评估、权限、可观测和安全执行问题，或做过AI工程化项目。
岗位描述
团队介绍：字节跳动基础设施部门，负责字节跳动的全栈算力基础设施，从芯片服务器产研、到超大规模数据中心，到传统云平台和如今的AI Native Cloud，全方位为抖音、豆包、今日头条、飞书、火山引擎等各类产品提供领先、稳定的百万量级大规模算力基础设施服务。我们的领域涵盖数据中心建设、内核操作系统开发、服务器集群管理、高速网络通信、EB级数据存储体系、搜索型数据库探索、基于LLM的AI基础设施的研发调度与治理等，致力于打造业界领先的、面向LLM的AI云原生基础设施架构与产品矩阵。
- 1、参与CPU/GPU云服务器、容器与微服务、可观测及Agent-Infra等基础设施产品的可靠性建设，理解系统架构与关键依赖，识别并推动解决稳定性风险；
- 2、与产品研发团队共同参与方案设计、容量规划、性能调优、上线评审和持续演进，把可靠性、可运维性和成本意识前置到产品全生命周期；
- 3、围绕SLO/SLI建设监控、巡检、变更防护、故障发现、影响面分析和恢复机制，参与线上保障与故障应急，并推动问题复盘和长效改进；
- 4、通过软件工程消除重复劳动，研发统一运维平台、自动化工具和自愈能力，让大规模集群的交付、变更和运营更标准、更安全、更高效；
- 5、建设数据化的资源运营能力，围绕交付效率、售卖率、利用率和总拥有成本分析问题，推动资源调度、故障维修与生命周期管理持续优化；
- 6、参与AI for SRE能力建设，让AI辅助异常发现、调查、决策与处置，并通过确定性执行、评估体系和生产护栏确保能力可验证、可审计、可控制，同时面向内部业务与外部客户处理复杂技术问题，基于事实、数据和系统性分析推进跨团队协作，直至问题闭环并转化为可复用的产品或平台能力。
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。