字节跳动
Agent算法工程师-AI Platform
Agent算法工程师-AI Platform
发布于 大约 13 小时前普通员工/个人贡献者
深圳市
中级经验
全职员工
仅现场办公
学历未注明
LLM
LlamaIndex
Prompt Engineering
LangGraph
智能客服
Agentic Rl
Post-Training
Multi-Agent
AI 估算 · 35k–55k
字节跳动大厂+前沿AI算法岗，薪资竞争力强，Agent方向人才稀缺，月薪范围符合深圳高级算法工程师水平。
职位详情
关于这个职位
该职位是字节跳动AI平台下的Agent算法工程师，主要负责设计和优化智能Agent，通过架构改进和模型训练提升Agent性能，探索自进化AI系统
你将参与前沿的Agentic RL和Post-Training技术研究，并落地到智能客服等场景
适合对LLM和Agent技术有深入理解、擅长Python编程的算法工程师
最低要求
熟悉Agentic RL的方法，了解Agentic RL Infra（例如CodeRL，Reward System），熟悉模型的Post-Training训练技术，能针对特定模型能力问题进行SFT、RL训练优化
精通Python的编程技能，并有构建生产应用程序的经验，具备在Linux开发环境下的开发能力，熟悉至少一种主流大模型应用框架（如LangGraph、LlamaIndex、OpenAI AgentsSDK、GoogleADK等）
对大模型和Agent有较深入的理解，熟悉常见的LLM实施模式、提示工程、评估框架、检索框架等，了解Agent Architectures/Structures（Multi-Agent、Context Engineering/Mangemant、ReAct/PlanAct/CodeAct），了解Agent相关的交互协议（MCP、A2A、FunctionCall）
具备技术沟通能力，能够创建可扩展的内容（文档、教程、示例代码），同时有项目管理能力和多团队协同能力
了解大模型服务生态，有AI算法相关领域技术背景、AI产品工作经验的优先
工作职责
负责Agent的设计与效果优化，通过Agent架构优化（工具、上下文管理、编排等）和模型优化（Agentic RL等具体任务的Post-Training），产出效果领先的Agent
探索Agent Architectures/Structures的上限，在Agent应用研究中最大程度释放模型的能力，研究Self-Evolving AI System，实现Self-Improving Agents
设计和开发领先AI应用和解决方案原型，验证产品概念和需求，构建应用评估并优化Agent效果，为智能客服场景的AI应用提供领先的Agent解决方案
AI 洞察
优缺点分析
优点
- 站在AI前沿，接触最先进的Agent技术和RL训练方法，技术积累价值高
- 字节跳动大平台，资源丰富，业务场景多（智能客服等），容易产生实际影响
- 薪资和福利优厚，股票期权吸引力大，职业晋升空间广阔
- 技术难度高，需要同时掌握RL、LLM、Agent架构等多方面知识，学习曲线陡峭
- 工作强度可能较大，大厂节奏快，项目周期紧，需要较强的抗压能力
- 竞争激烈，内部人才济济，需要持续产出创新成果才能脱颖而出
缺点 / 挑战
- 适合对LLM和Agent技术有浓厚兴趣、具备强编程和算法功底、喜欢挑战前沿难题的算法工程师
角色解读
- 技术纵深发展：从Agent算法工程师成长为LLM/Agent领域的专家，主导核心算法突破
- 横向扩展：转向AI产品经理或技术Leader，结合业务需求推动AI应用落地
- 成为AI研究研究员：在公司内部或学术界发表前沿论文，推动Agent自进化方向
- 设计和优化Agent架构，包括工具调用、上下文管理、编排等，提升Agent效果
- 应用Agentic RL等技术对模型进行后训练（Post-Training），如SFT和RL，解决特定能力问题
- 探索前沿Agent架构（如Self-Evolving AI System），开发原型验证产品概念，并评估优化Agent在智能客服等场景的表现
- 深入理解Agentic RL方法论及相关基础设施（CodeRL、Reward System），熟练进行模型后训练（SFT/RL）
- 精通Python编程，有生产环境经验，熟悉Linux开发，掌握至少一种主流大模型框架（LangGraph、LlamaIndex等）
- 扎实的LLM和Agent知识，包括提示工程、评估框架、检索增强，以及Agent架构（Multi-Agent、ReAct等）和交互协议（MCP、A2A等）
申请策略
- 提前了解字节跳动AI平台的技术博客和开源项目，在面试中展现对技术方向的思考
- 准备一个端到端的Agent项目案例，详细说明设计思路、挑战和效果
- 突出Agentic RL或Post-Training相关项目经验，如使用RLHF、GRPO等对模型进行微调的成果
- 展示在LLM应用开发方面的能力，包括使用框架搭建Agent、提示工程、评估等
- 强调Python编程高质量代码和工程化能力，例如构建过生产系统或开源贡献
- 系统学习Agentic RL理论，动手实现一个小型Agent训练项目
- 熟悉LangGraph、LlamaIndex等框架，尝试构建一个Multi-Agent应用
- 补充对MCP、A2A等交互协议的了解，阅读相关论文和技术博客
面试指南
- STAR法则：结合具体项目背景、任务、行动和结果来回答问题
- 技术对比法：在解释原理时，对比不同方法（如ReAct vs PlanAct）的优劣，展示深度理解
- 工程思维：强调可扩展性和生产环境考虑，比如错误处理、延迟优化等
- 请解释Agentic RL和传统RL的区别，并举例如何应用在LLM Agent中
- 你如何设计一个Agent的评估体系？请从效果和效率两方面说明
- 描述一个你使用LangGraph或类似框架构建复杂Agent的经历，遇到哪些挑战？
- 如何优化Agent的上下文管理以支持长对话？请给出具体方案
- 你如何看待Self-Evolving AI System？你认为实现Self-Improving Agents的关键是什么？
匹配度报告
70
综合匹配度
研发前沿Agent算法，待遇好、技术新，但工作强度较大、WLB有限。
适合人群
最适合追求技术成长和前沿挑战、愿意投入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85
成长发展95
工作生活30
使命价值70
薪资福利匹配
85较高
字节跳动作为上市大厂，提供有竞争力的薪资和股票，福利体系完善，但JD未明确提及具体福利，薪资信号为未披露。总体补偿性动机满足度较好。
薪资信号未披露（AI估算：35K-55K/月）
成长发展匹配
95较高
职位涉及Agentic RL、Post-Training等前沿技术，技术栈领先，成长信号明确（需研发自进化AI），是高速发展赛道，发展性动机极强。
技术前沿前沿/新兴技术
技术栈Agentic RL、Post-Training、SFT、RL、LLM、LangGraph、LlamaIndex、Multi-Agent、ReAct、MCP
业务类型profit_center
工作生活匹配
30较低
工作地点深圳，仅现场办公，未提及弹性工作或WLB，互联网大厂通常节奏较快，生活化动机满足度低。
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
70中等
AI Agent方向属于高速增长赛道，对社会有正面影响（提升效率），但JD未特别强调使命感，意义感动机中等偏上。
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