字节跳动
AI Agent框架与效果优化专家/工程师（代码智能方向）-TRAE
AI Agent框架与效果优化专家/工程师（代码智能方向）-TRAE
发布于 大约 3 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
硕士
LLM
Prompt Engineering
AI Agent
Multi-Agent
Tool Calling
Agent Scheduling
Code Intelligence
AI 估算 · 35k–55k
大厂核心AI产品，技术栈前沿，竞争激烈，薪资处于市场高端水平
职位详情
关于这个职位
该职位是字节跳动旗下AI编程产品TRAE的核心研发岗位，负责优化AI Agent框架与调度策略，提升端到端代码生成效果
你将与团队共同探索LLM、Agentic Workflow等前沿技术，设计上下文工程方案，并持续跟踪行业进展
适合有大模型应用经验、对代码智能充满热情的技术专家
最低要求
硕士及以上学位，计算机、软件工程、人工智能等相关专业背景，博士或具备同等实力者优先
具备扎实的编码能力与工程素养，熟练掌握至少一门编程语言（Golang/Python等），具备良好的数据结构和算法功底
有大模型应用相关经验者优先：熟悉大模型的Prompt调优，了解各种模型使用机制，能够针对模型做工程适配
对Agent框架、工具调用（Tool-Calling）、多轮规划/执行、上下文检索与编排等方向有实践经验或深度兴趣，能够从「端到端效果」视角思考系统设计
具备良好的产品意识与指标意识，能够从用户视角和业务视角反向设计评测指标与实验方案
具备良好的沟通协作能力和自驱力，愿意在快速变化的AI Coding领域中持续学习与探索
工作职责
负责TRAE整体Agent能力的效果优化与架构设计：设计、迭代TRAE的多智能体（Agent）框架与调度策略（如任务分解、工具编排、Agent协作等），在真实开发场景下持续提升端到端问题解决能力与鲁棒性
负责多模型适配与策略调优：面向代码智能场景，完成模型适配、Prompt体系设计、推理策略与Pipeline设计，根据不同任务特征选择、组合和调度模型，提升整体编程成功率与用户体验
负责TRAE的Context Engineering体系建设：设计和落地代码智能场景下的上下文工程方案，包括代码仓库、文档、问题/工单、日志等多源信息的召回、排序、压缩与注入策略，构建高质量上下文（Context），在复杂长链路任务中持续优化「用对信息」
负责Agent效果分析：搭建并完善TRAE端到端核心效果指标定义，对策略/模型/框架改动进行实验设计、结果分析与归因，驱动持续迭代
持续跟踪LLM、Agentic Workflow、Tool Use、Code Agent等方向的前沿进展，结合TRAE业务特点进行技术调研与方案创新，在关键方向上形成方法论沉淀，产出专利、论文或对内技术影响力
优先资格
在大模型、Agent、AI Coding等相关方向有高影响力项目经验或顶会论文/专利产出
有IDE/DevTools/CI/CD/代码分析等工具链相关研发经验，对工程实践有深刻理解
有构建自动评测平台、日志回放系统、智能数据闭环（从用户数据到训练数据）的经验
对开发者体验（DX）有强兴趣，乐于与真实开发者深度共建产品与工作流
AI 洞察
优缺点分析
优点
- 字节跳动作为大厂，提供顶级的技术平台和资源，能参与业界领先的AI Coding产品
- 技术栈前沿，涉及LLM、Agent、Context Engineering等热门方向，个人成长空间大
- 团队氛围注重创新，有机会发表专利或论文，提升个人影响力
- 产品处于快速迭代期，可能面临高强度工作节奏
- 对工程能力和算法能力要求都很高，需要多方面的综合技能
- 适合热爱技术、对AI编程有强烈兴趣、具备大模型应用经验且愿意在快节奏环境中持续突破的工程师
缺点 / 挑战
- AI领域变化极快，需要持续学习前沿技术，压力较大
角色解读
- 技术专家路线：深耕AI Agent与代码智能领域，成为行业顶尖专家
- 架构师路线：从框架设计到系统架构，主导下一代AI开发工具的技术演进
- 管理路线：带领团队攻克复杂技术难题，成长为技术管理者
- 设计并优化TRAE的多智能体框架，包括任务分解、工具编排和Agent协作策略
- 负责多模型适配与Prompt调优，针对不同任务选择或组合模型以提升编程成功率
- 构建上下文工程体系，从代码仓库、文档等多源信息中召回、排序并注入高质量上下文
- 搭建效果评估指标，进行实验设计与结果归因，驱动持续迭代
- 扎实的编码能力，熟练掌握Golang或Python，具备优秀的算法和数据结构基础
- 深入理解大模型应用，熟悉Prompt调优和模型适配
- 对Agent框架、Tool-Calling、多轮规划等方向有实践或深度兴趣
- 良好的产品意识和指标意识，能从用户视角设计评测方案
申请策略
- 在简历中明确体现对AI Coding产品的理解，最好附上个人项目或贡献链接
- 面试前深入了解TRAE产品的功能和竞品分析，展示产品思维
- 突出大模型应用项目经验，特别是Agent框架、Tool-Calling或Prompt调优相关
- 展示端到端效果优化的案例，如如何提升系统成功率或用户体验
- 强调工程能力，如高性能代码、系统设计、大规模数据处理经验
- 若有相关论文或专利，务必列出
- 深入学习LangChain、AutoGPT等Agent框架，动手实践复杂任务分解
- 熟悉代码智能领域工具，如IDE插件、代码分析工具等
面试指南
- 回答设计类问题时，先明确目标场景，然后提出分层或模块化方案，结合具体技术选型
- 评估指标问题从用户视角出发，提出多维度指标（成功率、用户满意度等），并讨论实验设计
- 技术趋势问题展示对行业的持续关注，结合TRAE业务提出可行的创新方向
- 如何设计一个多智能体协作框架来处理复杂的编程任务？
- 请举例说明你如何通过Prompt调优提升模型在代码生成任务中的效果？
- 如何评估TRAE端到端效果？你会设计哪些核心指标？
- 在上下文工程中，如何从大量代码仓库中召回最相关的信息？
- 你对当前AI Coding领域的趋势有何看法？TRAE有哪些改进方向？
匹配度报告
71
综合匹配度
字节核心AI产品，前沿技术栈，高成长高回报，但工作强度大且灵活性低。
适合人群
适合追求技术成长、希望从事AI前沿研发、对薪资有较高期望且能接受互联网工作节奏的求职者。
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95
工作生活40
使命价值70
薪资福利匹配
80较高
字节跳动薪酬体系具有竞争力，但具体薪资未公开，年终奖取决于绩效，整体待遇处于行业领先水平。
薪资信号未披露（AI估算：35K-55K/月）
成长发展匹配
95较高
职位聚焦最前沿的AI Agent和LLM技术，提供大量的学习和创新机会，并可产出专利或论文，成长空间极大。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、Prompt Engineering、Tool Calling、Multi-Agent
成长机会专利、论文、技术影响力
业务类型profit_center
工作生活匹配
40较低
职位位于深圳，仅现场办公，未提及灵活工作安排或WLB，互联网大厂高强度可能较大。
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
AI编程产品旨在提升开发者效率，具有正面社会价值，行业处于高速增长，但使命感信号不强。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号重塑开发范式、定义未来开发的形态
创新程度开拓性创新（行业首创）
Watch Jobs