字节跳动
后端开发工程师（AI方向）-电商商家平台
后端开发工程师（AI方向）-电商商家平台
发布于 大约 18 小时前普通员工/个人贡献者
杭州市
高级经验
全职员工
仅现场办公
本科
RAG
GO
LLM
电商
Prompt Engineering
MCP
AI 估算 · 30k–50k
大厂AI方向薪资竞争力强，后端岗位技术含量高，结合杭州市场行情估算。
职位详情
关于这个职位
加入字节跳动电商商家平台，负责AI后端系统的设计与开发，包括智能问答、经营诊断等AI产品
你将深度参与大模型应用工程，探索AI在电商全链路的落地，与顶尖团队合作，推动AI从Demo到规模可用
适合有扎实后端功底且对AI技术充满热情的技术人才
最低要求
本科及以上学历，计算机、软件工程、人工智能、数学、通信等相关专业
精通Java/Golang/Python/PHP中的一种或多种语言，具备扎实的工程能力、系统设计能力和代码质量意识
具备较强的业务抽象能力，能够从复杂电商业务流程中抽象出领域模型、服务边界、数据链路和通用能力，推动平台化、标准化建设
对大模型应用有实践经验或强兴趣，理解LLM、RAG、Embedding、Function Calling/Tool Calling、Agent、Prompt Engineering、上下文管理、模型评测等基础概念
具备良好的问题分析和解决能力，能在业务不确定、技术快速演进的情况下，拆解问题、设计方案并推动落地
学习能力强，对AI技术、AI Coding、Agentic Workflow、AI-Native产品形态等方向保持敏感，愿意持续探索新技术在真实业务中的价值边界
工作职责
负责字节跳动电商商家侧AI产品与平台能力建设，围绕商家经营全链路，探索AI在商家招商、商家成长、商品运营、经营诊断、数据分析、营销决策、服务履约等场景中的落地方式，提升商家经营效率与平台运营效率
负责商家AI Agent、智能问答、经营诊断、智能看数、工作执行、AI Copilot/AI工作台等核心系统的设计、开发与迭代，构建面向商家的智能化经营助手能力
同时探索商家侧AI Native产品形态，支持音视频交互、多模态交互，并探索智能推荐、自动生成、定时调度、半自动执行等能力在真实业务链路中的规模化落地
负责大模型应用工程架构能力建设，包括但不限于RAG检索增强、Prompt/Context管理、MCP工具调用、Workflow/Agent编排、记忆体系、权限控制、评测体系、灰度实验、成本与性能优化等
持续优化系统架构、服务稳定性、推理链路性能、模型调用成本和业务效果，保障AI能力在高并发、复杂业务场景下稳定可靠地运行
与产品、算法、数据、运营、业务研发等团队深度协作，推动AI能力从Demo验证走向业务可用、规模可用和长期可演进
AI 洞察
优缺点分析
优点
- 字节跳动电商业务高速增长，AI方向技术积累前沿，个人成长空间大
- 接触大规模分布式系统和最新大模型技术栈，技能提升快
- 杭州互联网氛围浓厚，生活成本相对一线城市适中
- 业务复杂度高，需要快速理解电商全链路并抽象为技术方案
缺点 / 挑战
- 大模型技术发展迅速，需持续学习跟进，有一定技术压力
- 互联网大厂节奏较快，工作强度可能较高
- 适合后端基础扎实、对AI技术有强烈热情、喜欢挑战和快速成长的工程师
角色解读
- 技术路线：成长为AI后端架构专家，主导AI基础设施建设
- 业务路线：深入电商业务，成为AI+业务复合型专家
- 管理路线：带领团队负责AI产品线，向技术管理者发展
- 设计并开发AI Agent、智能问答等后端系统，支撑商家经营全链路智能化
- 建设大模型应用工程架构，包括RAG、Prompt管理、Agent编排等
- 与产品、算法等团队协作，推动AI能力从原型到规模化落地
- 持续优化系统性能、稳定性和成本，保障高并发场景下的可靠性
- 扎实的Java/Go/Python后端开发能力，熟悉系统设计与架构
- 对LLM、RAG、Agent等大模型技术有深入理解或强烈兴趣
- 优秀的业务抽象能力，能从复杂电商流程中提炼通用模型
- 学习能力强，能快速跟进AI技术演进并应用于实际业务
申请策略
- 提前了解字节电商业务和AI产品，面试中展现对业务的理解
- 可以准备一个自己使用AI解决实际问题的案例增加说服力
- 突出后端项目经验，特别是高并发、分布式系统设计案例
- 强调AI相关项目，如使用LLM进行文本处理、Agent开发等
- 展示业务抽象能力，如从业务需求中提炼领域模型的经验
- 深入理解RAG、Agent、Prompt Engineering等大模型技术
- 补充电商领域知识，了解商家经营场景
- 准备系统设计面试题，特别是AI应用架构
面试指南
- 对于系统设计题，采用STAR法则：场景-任务-行动-结果，重点说明权衡和选型
- 对于AI技术问题，先阐述基础概念，再结合实际项目经验谈优化和落地挑战
- 对于业务结合题，展现你对电商的理解，并提出渐进式落地方案
- 请介绍一个你设计的后端系统架构，并说明如何保障高并发和稳定性
- 请解释RAG的原理和优化方法，以及在实际项目中如何落地
- 你如何理解Agent？设计一个简单的Agent系统需要考虑哪些组件？
- 如何处理LLM的幻觉问题？在电商场景下有哪些策略？
- 从业务角度，如何将AI能力与商家经营诊断结合？
匹配度报告
72
综合匹配度
大厂AI方向、技术前沿、薪资优厚，但工作节奏快、WLB一般。
适合人群
该职位最适合追求技术成长和高薪回报，对工作强度有心理准备，渴望接触前沿AI技术的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展95
工作生活40
使命价值70
薪资福利匹配
85较高
字节跳动为已上市公司，薪资具有竞争力，通常高于市场平均。杭州生活成本低于北上广深，但JD未明确福利，整体补偿性动机满足度较高。
薪资信号偏高 (30K-50K/月)
成长发展匹配
95较高
该职位涉及前沿AI技术（LLM、Agent等），并有丰富的业务场景，技能成长空间极大。JD中明确要求学习能力强，但没有明确晋升通道，但大厂通常有完善的职级体系。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Agent、Embedding、Function Calling、Prompt Engineering、Workflow、MCP
业务类型profit_center
工作生活匹配
40较低
工作地点杭州，但JD未提及远程或弹性工作，按互联网大厂常规推测，节奏较快，加班可能较多，WLB相对一般。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
70中等
电商AI方向属于高速增长赛道，通过技术提升商家经营效率有实际社会价值，但并非公益性质，意义感中等偏上。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs