字节跳动
后端开发工程师（商家助手方向）-TikTok Shop
后端开发工程师（商家助手方向）-TikTok Shop
发布于 大约 7 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
AI 估算 · 35k–55k
字节跳动是互联网大厂，TikTok Shop核心业务，5年以上经验+AI方向，薪资具有竞争力，参考市场水准。
职位详情
关于这个职位
该职位是TikTok Shop商家助手方向的后端开发工程师，负责打造深度集成大模型能力的Agent架构，推动商家工作台从功能型工具向智能化助手升级
你将探索多智能体协作模式，结合RAG、知识工程等技术，构建稳定可靠的商家服务能力，并定义AI助手评测框架以数据驱动迭代
最低要求
本科及以上学历，5年以上后端或架构相关工作经验，具备扎实的计算机理论基础和代码能力，至少精通Go/Java等主流后端语言中的一门
具备较强的业务抽象和架构设计能力，熟悉常见设计模式和架构思想，有持续学习习惯，了解行业最新技术趋势，可结合业务场景灵活落地
熟悉主流KV（Redis/MongoDB）、ElasticSearch和向量检索架构，熟悉消息队列、规则引擎等常用基础组件，熟悉Spark/Flink等大数据计算工具，具有多线程及高性能的设计、编码及性能调优经验
了解常用的机器学习原理，了解算法迭代流程，有AI大模型应用、运筹优化应用经验者优先
具备问题拆解分析能力，跨团队沟通协调能力优先
工作职责
作为Agent架构负责人，致力于打造一个深度集成大模型能力的商家助手，构建工业级Agent架构，帮助商家工作台从“功能型工具”向“智能化助手”的代际升级
探索包括Planning、Sub-Agent协同、Skills、MCP在内的多智能体协作模式，确保系统具备处理复杂、多步任务的能力，并能持续演进
作为商家助手研发核心，将前沿的AI技术转化为稳定、可靠的商家服务能力，这包括知识工程、RAG、记忆和对话状态管理等
作为最前沿的AI领域的技术专家，能够时刻紧跟前沿技术，利用LLM能力及Agent架构，让最新最先进的LLM方案能够快速在业务中落地，提升商家助手智能化能力
定义并建立一套科学的AI助手评测框架（Evaluation&Benchmarking），持续追踪和量化智能体在任务完成度、用户满意度和业务贡献上的表现，通过数据驱动产品迭代
AI 洞察
优缺点分析
优点
- 字节跳动平台资源丰富，TikTok Shop业务增速快，影响力大
- 涉及Agent、RAG、多智能体等热门技术，简历含金量高
- 技术要求全面，需要同时掌握后端、AI、大数据等多领域知识
- Agent架构仍处于探索阶段，需要不断跟踪最新论文并快速试错
缺点 / 挑战
- 处于AI应用前沿，深度参与大模型在电商场景的落地，技术挑战大、成长快
- 工作强度可能较大，互联网大厂核心业务通常节奏快、压力大
- 适合有5年以上后端经验、对AI大模型应用有强烈兴趣、渴望在技术前沿挑战自我的资深工程师
角色解读
- 技术深度：从Agent架构负责人成长为AI领域专家，深入LLM、多智能体系统等前沿方向
- 业务影响力：推动TikTok Shop商家工具的智能化转型，成为业务关键贡献者
- 管理方向：未来可向技术Leader或架构师团队负责人发展，带团队或主导更大范围的技术决策
- 设计并构建集成大语言模型的Agent架构，负责商家助手系统的整体技术方案，实现从功能型工具到智能化助手的升级
- 探索多智能体协作模式，包括Planning、Sub-Agent协同、Skills和MCP，确保系统能处理复杂多步任务
- 将知识工程、RAG、记忆和对话状态管理等前沿AI技术转化为稳定可靠的商家服务能力
- 建立AI助手评测框架，通过数据驱动持续优化产品体验和业务贡献
- 精通Go或Java，5年以上后端开发经验，具备扎实的计算机基础和架构设计能力
- 熟悉Redis/MongoDB、ElasticSearch、消息队列、规则引擎等中间件，以及Spark/Flink等大数据工具
- 了解机器学习原理和算法迭代流程，有AI大模型应用或运筹优化经验者优先
- 具备优秀的业务抽象能力、问题拆解能力和跨团队沟通协调能力
申请策略
- 面试前准备一个完整的Agent架构设计案例，从需求、方案、选型到落地效果
- 关注字节跳动技术博客和开源项目，展示对公司的技术认同
- 突出后端架构设计的项目经验，特别是高并发、分布式系统的设计
- 强调AI相关项目经历，如LLM调用、RAG系统、Agent搭建等，即使只是初探也值得写
- 展示业务抽象能力，描述如何将复杂业务需求转化为技术方案
- 如果有跨团队协作或技术影响力案例（如推动技术落地、优化性能等），重点突出
- 复习LLM原理、Prompt工程、Agent框架（如LangChain、AutoGPT）等基础知识
- 熟悉TikTok电商业务背景，了解商家工作台的使用场景和痛点
面试指南
- 对于架构设计题，先明确业务场景和约束条件，再分层阐述（记忆、规划、工具调用等），最后讨论权衡和演进方向
- 对于评估问题，从技术指标（任务完成率、响应时间）和业务指标（用户满意度、转化率）两个维度回答
- 对于性能优化，遵循“问题定义→瓶颈分析→方案对比→实施效果”的流程
- 请设计一个面向电商商家的智能助手Agent架构，关键模块有哪些？
- 如何评估Agent在任务完成度上的表现？你会设计哪些指标？
- 在实现RAG时，如何处理知识库更新和冲突？
- 多智能体协作中如何解决规划冲突和资源竞争？
- 请分享一个你处理过高并发或性能优化的案例
匹配度报告
76
综合匹配度
字节核心业务，AI Agent前沿技术栈，薪资有竞争力，但工作强度可能较大。
适合人群
适合追求技术成长和职业发展、愿意在AI前沿领域高强度投入的求职者。
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50
使命价值75
薪资福利匹配
85较高
字节跳动薪资在业内处于领先水平，且TikTok Shop是核心业务，福利完善，但具体薪资未公开，属于面议。
薪资信号面议 (35K-55K/月)
成长发展匹配
95较高
职位是AI应用前沿，技术栈新且复杂，有大量成长空间，字节跳动内部有很好的学习资源和晋升通道。
技术前沿前沿/新兴技术
技术栈LLM、Agent、RAG、Go、Java、Redis、ElasticSearch、Spark、Flink
业务类型profit_center
工作生活匹配
50较低
字节跳动工作节奏较快，但具体WLB信息未在JD中说明，杭州办公地点通常位于科技园，通勤一般。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
75中等
TikTok Shop属于高速增长赛道，AI赋能商家助手有明确的社会价值（提升效率），但JD未直接提及使命感。
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