字节跳动
Agent应用开发工程师-火山引擎（北京/上海/深圳/杭州）
Agent应用开发工程师-火山引擎（北京/上海/深圳/杭州）
发布于 大约 1 小时前普通员工/个人贡献者
北京市 / 上海市
中级经验
全职员工
仅现场办公
本科
GO
LLM
LangGraph
AutoGen
AI 估算 · 25k–50k
火山引擎是字节跳动旗下，AI Agent方向热门，薪资竞争力强，预计月薪25k-50k，15薪。
职位详情
关于这个职位
作为火山引擎的Agent应用开发工程师，你将负责设计和构建企业级AI Agent平台，包括多租户隔离、安全鉴权和沙盒调度系统
岗位要求精通Go/Python/TypeScript，熟悉LangGraph等Agent框架，并深度使用AI编程工具
这是一个参与前沿AI技术落地的机会，适合对Agent架构和LLM应用有热情的技术人才
最低要求
本科及以上学历，计算机、软件工程、数学等相关专业，具备扎实的计算机基础知识和数据结构算法能力
精通Go/Python/TypeScript中的1-2种编程语言，具备良好的代码规范和工程实践能力
深度使用AI编程工具（如TRAE、Claude Code、Cursor、OpenCode等），能够高效利用AI辅助开发
熟悉主流Agent开发框架（如LangGraph、AutoGen、LangChain等），理解Agent的规划、推理、工具调用等核心机制
了解Agent架构设计模式，熟悉OpenClaw、NanoClaw、NanoBot等开源Agent项目的实现原理
具备良好的学习能力和问题解决能力，对AI技术保持持续关注和学习热情
工作职责
负责企业级Agent应用平台的架构设计与核心功能开发，构建生产级AI Agent系统
设计并实现多租户隔离机制，确保不同租户间的数据安全和资源隔离
开发完善的安全鉴权体系，包括用户认证、权限管理、API密钥管理等安全机制
构建高可用的沙盒调度系统，实现Agent任务的安全隔离执行和资源调度
优化Agent应用的性能和稳定性，确保系统在高并发场景下的可靠运行
参与技术方案评审，推动AI Agent技术在企业场景的落地应用
优先资格
有企业级SaaS平台或多租户系统的开发经验，熟悉租户隔离、资源配额等机制
熟悉容器技术（Docker、Kubernetes）和沙盒隔离技术（gVisor、Firecracker等）
有LLM应用开发经验，熟悉主流大模型API（OpenAI、Anthropic、国内大模型等）
为Agent相关开源项目贡献过代码，或有个人Agent项目实践经验
熟悉Prompt Engineering和RAG技术，了解Agent的优化调优方法
AI 洞察
优缺点分析
优点
- 火山引擎是字节跳动核心平台，AI Agent方向处于行业前沿，技术积累和成长空间大
- 接触企业级高并发系统设计，提升架构能力和工程经验
- 团队技术氛围浓厚，有丰富的大模型资源和算力支持
- Agent应用尚在快速发展阶段，技术迭代快，需要持续学习
- 多城市办公可能涉及团队协作和沟通成本
缺点 / 挑战
- 企业级平台要求高可用、安全，开发难度和压力较大
- 适合对AI Agent技术有强烈兴趣、具备扎实后端基础、乐于接受新技术挑战的资深工程师
角色解读
- 技术方向：深入AI Agent架构设计，成为Agent平台技术专家
- 管理方向：带领团队负责更大规模的Agent系统建设
- 领域拓展：向LLM应用、RAG、大模型部署等方向延伸
- 设计并开发企业级AI Agent平台，包括多租户隔离、安全鉴权、沙盒调度等核心模块
- 使用Go/Python/TypeScript编写服务端代码，并利用AI编程工具提升开发效率
- 基于LangGraph、AutoGen等框架构建Agent的规划、推理和工具调用流程
- 优化系统性能和稳定性，确保高并发下可靠运行
- 精通Go、Python或TypeScript，具备扎实的编程和工程实践能力
- 熟悉主流Agent开发框架（LangGraph、AutoGen、LangChain）及其核心机制
- 了解Agent架构设计模式，熟悉开源Agent项目实现原理
- 熟练使用AI编程工具（如TRAE、Cursor等），能高效辅助开发
申请策略
- 关注火山引擎的技术博客和开源项目，展现你的学习热情和技术理解
- 面试时准备一个你主导的复杂系统设计案例，展示架构能力
- 突出Go/Python/TypeScript的项目经验，尤其是高并发、分布式系统设计
- 展示Agent相关项目或开源贡献，如使用LangChain、AutoGen构建过的应用
- 强调多租户、安全鉴权、沙盒等企业级系统开发经验
- 体现AI编程工具的使用习惯，如TRAE、Cursor等
- 深入学习Agent框架原理和源码，动手搭建一个完整的Agent应用
- 补充容器和沙盒隔离技术（Docker、K8s、gVisor）
面试指南
- 对于架构设计题：先明确需求（规模、性能、安全），再分层设计（接入层、逻辑层、执行层），最后强调关键技术选型理由
- 对于框架对比题：从设计理念、适用场景、优缺点切入，结合实际项目经验
- 对于性能优化题：从瓶颈分析、缓存、异步、限流、容错等方面系统性回答
- 请设计一个企业级Agent平台的架构，包括多租户隔离和沙盒调度
- LangGraph和AutoGen在Agent规划与执行上有何异同？
- 如何确保Agent在高并发下的稳定性？
- 描述你使用AI编程工具（如Cursor）改进开发效率的实际经历
- Agent的安全鉴权设计有哪些关键点？
匹配度报告
68
综合匹配度
字节火山引擎AI Agent开发，前沿技术栈，成长空间大，但工作强度可能较高。
适合人群
该职位适合追求技术成长和前沿AI Agent方向的求职者，对薪资和WLB要求相对灵活。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展90
工作生活40
使命价值65
薪资福利匹配
75中等
字节跳动薪资有竞争力，但JD未明确薪资福利，属于大厂中上水平。
薪资信号未披露（AI估算：25K-50K/月）
成长发展匹配
90较高
岗位技术前沿，使用最新Agent框架和工具，成长机会多，但JD未提及明确晋升通道。
技术前沿前沿/新兴技术
技术栈Go、Python、TypeScript、LangGraph、AutoGen、LangChain、Docker、Kubernetes、LLM、RAG
业务类型profit_center
工作生活匹配
40较低
多城市办公有一定选择空间，但JD未说明弹性工作或远程，且大厂通常强度较大。
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
65中等
AI Agent是企业智能化转型的重要方向，有较大行业前景，但社会直接影响不明显。
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