字节跳动
校招AI安全开发工程师（算法工程方向） - TikTok Shop
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、数学、统计学、人工智能等相关专业优先
- 扎实的机器学习基础，熟练掌握异常检测、图神经网络、时序建模、聚类分析等至少两个方向，能独立完成从0到1的建模与优化
- 具备优秀的工程能力，熟练使用Python/Go/C++至少一门语言
- 熟悉常见的Web安全、网络安全或系统安全知识，对安全领域有浓厚兴趣的优先。
岗位描述
团队介绍：TikTok Shop是以TikTok为载体的内容电商业务，致力于成为用户发现并获取优价好物的首选平台，在直播电商、视频内容电商等多场景下，TikTok Shop希望能为用户提供更个性化、更主动、更高效的消费体验，为商家提供稳定可靠的平台服务，在更多的地区实现没有难卖的优价好物，让美好生活触手可得的使命。我们邀请你来此成长、钻研，发掘无限的潜力，一起应对技术和业务上的挑战。目前团队拥有丰富的国际产品研发经验，包容多元的文化，且在全球设立研发团队，邀请你来一起接受跨国合作的挑战！
- 1、负责TikTok Shop研发场景下AI Agent的设计、开发与迭代，覆盖从需求分析到架构设计、开发上线的全周期工作，为工程师提供智能、高效的产品体验；
- 2、基于TikTok Shop技术研发场景，参与设计AI落地场景，解决合规、Coding、性能、成本、架构设计方面的效率问题；
- 3、针对电商安全场景设计并落地核心安全算法，覆盖行为序列分析、设备指纹异常检测、流量模式识别等方向；
- 4、深入理解业务链路中的数据流转与风险暴露面，构建敏感数据识别、数据泄露检测、异常访问模式发现等算法模型；
- 5、负责安全算法全生命周期管理，包括问题抽象、特征工程、模型选型、训练优化、线上部署及效果持续运营；
- 6、结合AI大模型，探索安全融合场景并提升算法效能，包括智能策略生成、自动化漏洞分析、AI辅助安全运营提效，以及利用LLM辅助进行自动化特征工程、风险模式语义理解、异常行为摘要生成。
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。