我在7月底结束了在TikTok为期2个月的实习。到如今9月份，已经过了2个多月，再不记录，就要把大部分记忆都忘掉了。

恰巧，9月1号我到了法国图卢兹，之后要在这里待一年。这几天刚刚安顿下来，正是对一切都充满期待和活力的时候，于是就在这个时候，抓紧写几篇博客吧。

开始

实习是我2025年的目标之一。我在2024年终总结里说过，临近毕业，需要选择去学术界还是工业界了。一个理性的选择，在我看来，主要由2个元素决定：根据自己掌握的信息，去最大化自己的目标。而我连公司都没有进去过，谈何选择？于是我在3、4月份的时候申请了几个公司的实习。

我和TikTok的实习其实蛮有缘分的。有一天，一个上海的电话打给了我新加坡的手机号，这种电话我一般是不接的，因为大概率是诈骗电话，而且如果真是重要的电话，还会打第二次，所以我直接挂了。结果对方真的打了第二次，我接上之后，说是新加坡TikTok的HR（给新加坡招聘的HR竟然在上海，这很奇怪），说他们组现在很缺人，问我要不要去面试一下，试试看，一般来说只要面试2次就好了。这个组做的内容和我的研究一点关系都没有：他们本质上是在解决时序预测问题，而我的科研则是网络传输和三维重建。所以我也觉得很奇怪为什么会找上我，但心想试试也无妨，权当是熟悉一下面试流程，练习面试技巧了，于是就答应了。

接下来的面试，我心态非常放松，一面我和面试官（后来是我的mentor）聊了聊我的科研，最后做一道编程题，都很顺利。我仍有印象的是，他问我，我的科研和他们组的内容没有什么关系，为什么要投他们。我回答说：

1. 首先，我自己其实也觉得很奇怪，明明不匹配，为什么你们的HR来主动找我的。
2. 第二，我觉得我们读博士，得到最大的训练，不是在某个研究领域上很会发文章，而是如何发现问题、解决问题。这种发现问题解决问题的能力是很泛化的。而且本质上来说，计算机学科各个方向之间都是互通的。以我为例子，我本科做的是医学图像的研究，硕士做的是根据手表传感器数据来识别人体行为的研究，博士又转向网络传输和三维重建，每个方向都是基本上不一样的，但我都做得不错，都发表了论文。
3. 另外，我本科就学了机器学习，博士期间还当了三年《机器学习》这门课的TA，所以基础上是牢固的，只是没有接触最新的学术进展罢了。

二面的面试官（后来是我的+1领导）基本上走了同样的流程，但是因为我的某篇论文里涉及到对网络资源的分配优化的算法，他觉得我适合到他们大组里的另一个做统筹的小组，所以让我加一场面试。当HR通知我的时候，我就有点抵触了。因为我的研究和统筹其实没有任何关系，甚至比机器学习还离得远得多，我更加不会去这个小组。再去面试就是浪费时间了，因为双方都不会满意。我把我的想法告诉了HR，HR和组里的人交流了一下，就直接给我下Offer了。

当时还有新加坡华为给我下了Offer。他们的面试更加简单，第一面的时候，我和他们聊了聊我的科研，其中我有一篇论文做的是深度模型的压缩，和他们现在需要人来做的东西很匹配，所以上午面试，下午就给我下了Offer。其实面试后半段他们让我写代码题，我的表现很差：我先是没写出来，后来他们给我换了一道题，我也只会写一个暴力解法。我以为大概率失败了，但是没想到这么快就下了Offer。

很巧合的是，这2个Offer是在同一个星期下的。正如我在上一篇博客里写到的:“我最后选了TikTok，因为我觉得这是一家很大并且还在快速增长的公司，我挺好奇他们内部的情况，另外他们工资给得确实蛮多的……”还有一个次要原因，是TikTok、华为给我下了Offer后，他们的HR主管都给我发微信、邮件，和我约最后的HR面试，聊聊实习时间、薪资待遇等。TikTok的主管后来直接给我打了电话联系我，而华为的HR呢，我发了邮件约时间，她到了下周都没有理我……

过程和观察

在TikTok的2个月时间，其实很短。之所以只能2个月，是因为我9月份就要去法国了，而我想在去法国之前，把我的25年实习目标完成。这2个月时间，第1个月是在做业务的内容，要去搭建、部署模型去解决实际的问题。第2个月主要在和组里的人合作写论文。

第1个月的时间里，由我的mentor带我和另一个实习生，一起做TikTok Shop的仓库揽件预测。TikTok Shop采取了全托管的方式，简单来说，就是商家只需要提供商品，其他销售、定价、运输物流等环节，都直接交给TikTok这边负责。全托管的模式是又拼多多Temu率先提出的，后来大部分的跨境电商都跟进了。我要做的就是基于历史的货仓揽件数据，来预测未来1-4天的揽件数量，揽件数量预测从货仓维度细化到商家维度。

第2个月，我主要在和组里的人合作写论文。组里的领导看到了大语言模型的风头，一直在积极尝试把大语言模型引入时序预测的业务中，因此组里的有一部分人在探索使用大模型，并且发表了一些有趣的学术论文。

在这里记录几个我个人觉得蛮有趣的事情。

首先，随着欧盟国家的数据隐私法规越来越严格，原本在中国国内提供技术支持的算法团队，越来越难去访问欧盟国家的数据。因此，不得不在海外设立新团队，去专门处理敏感数据。新加坡被欧盟数据隐私法规豁免，也就是说在新加坡的公司可以合法地使用欧盟国家的数据，因此在新加坡的字节跳动或者TikTok这几年一直在迅速扩张，为了应对公司业务全球化的趋势。

第二，大语言模型近年风头正盛，字节跳动拥有非常丰富的GPU计算资源，电商基本上每个团队都在尝试将大模型应用在自己的业务场景里。一方面确实有相应的需求，另一方面也是在努力发掘自己团队的价值。我的观点不成熟，我觉得这就和我们研究人员写基金申请书一样，在总资源有限的情况下，需要向老板证明说明自己想要做的事情是有价值或者潜力的，才能给自己争取到资源。至于这件事情是不是真的在长远来看有价值，那就没有这么重要了。

第三，字节跳动，在我看来，是中国唯一一家真正做全世界生意的中国全球企业。阿里巴巴、腾讯主要还是在依托中国巨量的人口，赚中国人的钱。而字节跳动主要因为拥有TikTok，是真正意义上和Meta、Google一样，赚全世界钱的公司。字节跳动作为唯一一家全球性的中国企业，公司主要人员在中国，因此即使是在欧洲、北美、东南亚的分公司，也天然地倾向于招募会说普通话的员工。这对我们海外的中国学生其实是很好的，因为我们终于不再是被歧视的一方，而是拥有了“特权”的一方。

第四，新加坡的字节跳动，整体的氛围是轻松的，大家不需要打卡上班，没有对上班时长、投入度等的要求，只需要把工作做好就可以了。当然了，我的视角是绝对不完整的，因为我只是一个实习生，实习生是不会被刁难的，而且团队的氛围直接与领导相关，而我的mentor人非常好。这个宽松其实是建立在公司高密度的人才的基础上的。现在字节跳动只会找头部大学的毕业生，且对专业技能的要求也很高。这一方面是因为字节跳动作为一个大公司，本身就很有竞争力；另一方面也是因为近年找工作越来越难而大家又都冲向互联网，导致越来越内卷。

把话题扯开去，这种供远远大于求的情况，导致了公司们不再把人当做人，而是当做耗材：这个项目需要人，就招会做这个项目的人来；做完了，就可以直接踢掉了。大家都说字节跳动是一家：不配养人，只筛选人的人公司。

然而，我其实一直相信，人都是一样的，差距只是出现在后天，主要有两个关键点：首先，要有最基本的元学习的能力，也就是说自律、专注、责任心、有学习知识的一套方法论，等等，这个能力同样不是由人与生俱来的，很大程度上和个人无关，本质上是由国家的基础教育决定的；其次，社会也好公司也好，这些组织要有一套基本的培养制度，能够容许和带领人慢慢地学习和成长。这些在中国都是缺乏的。

举个例子，我在法国图卢兹国立理工研究院，有一个朋友博士毕业了，研究内容做的是PPT的分析和生成，发表了若干篇论文，而他现在在面试Mistral。Mistral是一家法国的大模型公司，是唯一一家做出了像样大模型的欧洲公司，也算是头部的大模型公司了，竞争力和DeepSeek相当。我不敢想象在中国，要面试头部的大模型公司，需要多辉煌的简历，但无论如何，至少做的研究得是大模型吧？但是法国好像不是这样的。当然我不会去美化欧洲国家，这种情况最大的原因是因为法国人少，他们各行各业都缺人，没得选，当然只能去从头培养新人。

就和玩战略游戏一样，当你作为决策者时，面对大量的人力和物力，你眼里的就只剩下了数据，而不是有血有肉的人了。

赏

谢谢你请我吃糖果

支付宝

微信