字节跳动
Agentic Lead-广告业务
Agentic Lead-广告业务
发布于 5 天前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
本科
研究与开发 (研发)
深度学习
NLP
PyTorch
TensorFlow
LLM
问答系统
大语言模型
语义理解
信息抽取
AI 估算 · 30k–60k
字节跳动AI算法岗位，北京，高级职位，市场薪资处于行业前列，结合技术难度和业务价值估算。
职位详情
关于这个职位
该职位是字节跳动广告业务的技术负责人，负责利用LLM、Agent等前沿AI技术升级线索广告全流程优化体系
你将主导智能对话、自动化运营等AI能力的建设与落地，协同多团队推动业务效果提升
适合对NLP和大型语言模型有深入经验、希望将技术转化为商业价值的算法工程师
最低要求
计算机或相关专业本科及以上学历
具备扎实的NLP算法基础和相关实践经验，对LLM、大语言模型应用、语义理解、文本分类、相似匹配、信息抽取、问答系统等方向有较深入的理解
具备较强的工程实现能力和项目开发经验，熟练使用TensorFlow、PyTorch等主流深度学习框架，具备模型训练、调优、推理加速及落地部署的实操经验
对AI新技术保持高度关注，具备独立分析问题、定义问题和解决问题的能力，能够推动技术方案向业务价值转化
具备良好的沟通协作能力和团队精神，能够在跨团队合作中高效推进项目
工作职责
借助AI能力，全面升级线索全流程优化体系，建设覆盖AI Bot、智能对话、自动化运营与智能决策的能力，持续提升线索获取、识别、转化与经营效率
持续跟进业界的LLM、Agent等AI技术发展趋势，结合具体业务场景推动技术方案设计、能力建设与实际落地，并参与建设完整的AI/模型解决方案，包括方案设计、数据构建、模型训练、调优、评估、在线部署、实验验证与持续迭代等
结合广告业务场景，探索LLM、NLP等技术在线索理解、客户意图识别、智能交互与转化促进等方向的应用，推动业务效果持续优化
能够结合业务目标制定清晰的项目方案与推进节奏，协同产品、工程、运营等团队推动重点项目落地
参与全球化业务与跨团队合作，推动AI能力在不同市场和业务场景中的应用与落地
优先资格
在ACL、EMNLP等NLP领域会议发表过论文
具备广告场景，尤其是线索广告场景相关经验
有LLM/Agent在实际业务中的应用或落地经验
AI 洞察
优缺点分析
优点
- 前沿技术栈：接触LLM、Agent等最热门的AI技术，保持技术领先性
- 大厂平台：字节跳动提供海量数据、丰富场景和强大算力支持
- 业务价值高：线索广告是广告营收的重要部分，影响力大
- 职业发展快：技术业务双驱动，成长路径清晰
- 技术迭代快：AI技术日新月异，需要持续学习和跟进
- 跨团队协作复杂：涉及产品、工程、运营等多方，沟通成本高
- 适合对NLP/LLM有深厚积累，渴望将前沿技术应用到真实商业场景，并能在快节奏中推动技术落地的算法工程师
缺点 / 挑战
- 工作强度大：互联网大厂项目节奏快，可能需承担较高压力
角色解读
- 技术专家方向：深入AI算法研究，成为LLM/Agent领域的权威
- 技术管理方向：从技术负责人逐步发展为团队Leader或技术总监
- 业务跨界方向：结合广告业务经验，转向产品策略或商业分析等岗位
- 利用LLM和Agent技术升级线索广告的全流程优化体系，包括AI Bot、智能对话和自动化运营
- 设计并落地AI解决方案，涵盖数据构建、模型训练、调优、部署及持续迭代
- 与产品、工程、运营团队紧密协作，制定项目方案并推动重点项目落地
- 探索NLP技术在线索理解、客户意图识别等方向的应用，提升转化效率
- 扎实的NLP算法基础，深入理解LLM、大语言模型应用、语义理解等方向
- 熟练使用TensorFlow、PyTorch等框架，具备模型训练、调优及落地部署经验
- 较强的工程能力和项目开发经验，能够独立解决问题并推动技术价值转化
- 良好的沟通协作能力，能在跨团队合作中高效推进项目
申请策略
- 了解字节广告业务线（巨量引擎）的现状，思考AI如何提升线索广告ROI
- 准备一个完整的项目案例，从问题定义到技术方案、实验效果及业务影响
- 重点突出LLM/Agent相关的项目经验，尤其是从0到1的落地案例
- 展示在NLP各子方向（如语义理解、信息抽取）的核心成果
- 强调工程实现能力，包括模型部署、推理加速等实际经验
- 列出发表的论文或开源项目，体现技术深度
- 如尚未接触LLM/Agent，可快速学习大模型微调、RAG、Agent框架（如LangChain）
- 补充广告业务知识，特别是线索广告的转化漏斗和优化方法
面试指南
- STAR法则：情境(Situation)、任务(Task)、行动(Action)、结果(Result)
- 技术问题：先分析问题本质，列举主流方案及其优劣，再结合实际场景选择最优解
- 业务问题：强调技术对业务的提升，用数据量化效果，并考虑工程落地成本
- 请详细介绍一个你主导的LLM应用项目，包括技术选型、挑战和效果
- 如何评估LLM在广告线索理解中的效果？设计一个实验方案
- 你如何平衡模型效果和推理速度？有哪些加速策略？
- 在跨团队合作中，如何推动AI项目落地？举例说明
- 你对Agent技术的发展趋势怎么看？在广告场景有哪些应用潜力？
匹配度报告
69
综合匹配度
字节跳动AI算法高级岗位，前沿LLM/Agent技术栈，薪资优厚，但工作强度大。
适合人群
最适合追求技术成长和行业影响力，对薪酬有较高期待，且能接受高强度工作的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展85
工作生活40
使命价值70
薪资福利匹配
80较高
字节跳动提供有竞争力的薪酬和福利，但JD未明确具体薪资，薪资信号为未披露。整体补偿性较好。
薪资信号未披露（AI估算：30K-60K/月）
成长发展匹配
85较高
职位聚焦LLM/Agent前沿技术，技术栈先进，且有实际业务场景，成长空间大，但JD未明确提及晋升通道。
技术前沿前沿/新兴技术
技术栈LLM、Agent、NLP、TensorFlow、PyTorch
业务类型profit_center
工作生活匹配
40较低
工作地点北京，仅现场办公，JD未提及WLB相关，字节通常工作强度较大，生活化满足有限。
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
广告业务属于商业导向，社会影响力一般，但推动AI技术落地具有一定创新意义，行业处于高速增长赛道。
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