字节跳动
豆包大模型Agent算法工程师-火山方舟
豆包大模型Agent算法工程师-火山方舟
发布于 大约 17 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
本科
LLM
SFT
RL
LlamaIndex
LangGraph
MCP
Agentic Rl
Post-Training
Multi-Agent
AI 估算 · 40k–60k
上海头部互联网大厂高级算法岗，Agent方向人才稀缺，薪资竞争力强。
职位详情
关于这个职位
作为豆包大模型Agent算法工程师，你将专注于Agent架构设计与效果优化，通过RL和Post-Training提升模型能力，并开发前沿AI应用解决方案，推动火山方舟平台的Agent技术落地
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/Management、ReAct/PlanAct/CodeAct），了解Agent相关的交互协议（MCP、A2A、FunctionCall）
具备强大的技术沟通能力，能够创建可扩展的内容（文档、教程、示例代码），同时有较强的项目管理能力和多团队协同能力
熟悉大模型服务，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
Agent的设计与效果优化，训练优化Agent的Driver模型，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
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，为火山方舟平台的AI应用提供领先的Agent解决方案
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，以Agent的形式突破现有方法和模型无法解决的问题，做出如AlphaEvolve、Multi-Agent Research System等有影响力的创新工作，识别模型能力缺陷，与Seed深度合作从应用探索反哺基础模型迭代
AI 洞察
优缺点分析
- 字节跳动大平台，火山方舟业务前景广阔，Agent技术是AI前沿方向，技能积累价值高
- 与Seed团队深度合作，有机会接触大模型核心研发，参与创新研究
- 薪资优厚，福利完善，职业发展路径清晰
- 技术难度高，需要同时掌握算法和工程能力，学习曲线陡峭
- 工作强度可能较大，互联网公司节奏快，需要应对多团队协作和项目压力
- 适合有较强算法和工程背景、对Agent技术充满热情、渴望在AI前沿领域深耕的求职者
角色解读
- 可向Agent技术专家或AI应用架构师方向发展，成为团队技术核心
- 有机会参与前沿研究，推动Agent技术突破，晋升为高级研究员或技术负责人
- 积累多团队协同经验，可转向技术管理或AI产品负责人角色
- 负责Agent Driver模型的训练优化，通过Agent架构和模型Post-Training提升Agent效果
- 设计并开发领先的AI应用原型，验证产品概念，构建评估体系并优化Agent方案
- 探索Agent架构上限，进行创新研究如AlphaEvolve，反哺基础模型迭代
- 精通Agentic RL方法和Infra，如CodeRL、Reward System
- 熟练掌握Python，有生产应用开发经验，熟悉LangGraph等大模型框架
- 深入理解大模型和Agent，掌握提示工程、评估框架、交互协议等
申请策略
- 提前了解火山方舟产品和Agent方向动态，在面试中展示对业务的理解
- 准备1-2个Agent创新想法或案例，体现研究潜力
- 突出Agent相关项目经验，如RL训练、Post-Training、多Agent系统等
- 强调Python编程和框架使用经历，展示生产级应用成果
- 列出发表的相关论文或开源项目，体现创新能力
- 深入复习Agentic RL和Post-Training技术，动手实践CodeRL等Infra
- 熟悉LangGraph、LlamaIndex等框架，动手搭建Agent应用原型
面试指南
- 用STAR方法：Situation-Task-Action-Result，结合具体项目说明技术方案和成果
- 先阐述原理，再给出设计思路，最后说明权衡和优化点
- 强调协作和沟通能力，展示跨团队合作经验
- 请解释Agentic RL的原理，并举例如何优化Agent的Driver模型
- 你如何设计一个Multi-Agent系统来解决复杂任务？
- 描述一次你使用Post-Training技术提升模型能力的经历
- 你对MCP和A2A协议的理解是什么？
- 如果你发现模型存在能力缺陷，你会如何与Seed团队协作改进？
匹配度报告
75
综合匹配度
大厂高薪、前沿Agent技术、强成长性，但WLB一般。
适合人群
适合追求前沿技术成长、高薪资回报、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85
成长发展90
工作生活50
使命价值75
薪资福利匹配
85较高
字节跳动作为已上市巨头，薪资福利在行业内具有较强竞争力，该岗位薪资水平偏高，且公司福利完善。
薪资信号未披露 (40K-60K/月)
成长发展匹配
90较高
该岗位处于AI前沿技术领域，涉及Agent、多模态、RL等新兴技术，且与Seed团队合作，技能成长和晋升空间大。
技术前沿前沿/新兴技术
技术栈Agentic RL、Post-Training、LLM、Multi-Agent、Python、LangGraph
业务类型profit_center
工作生活匹配
50较低
互联网大厂工作节奏较快，职位描述未提及弹性工作或远程办公，工作地点在上海，现场办公为主。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
75中等
Agent技术是AI领域的核心方向，对行业有推动意义，但社会影响力一般，属于技术商业化应用。
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