字节跳动
数据智能算法工程师-抖音电商
数据智能算法工程师-抖音电商
发布于 大约 17 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
PyTorch
RAG
LLM
Prompt Engineering
AI 估算 · 30k–50k
字节跳动核心算法岗，技术栈前沿，市场竞争力强，大厂高薪，综合估算月薪30-50K。
职位详情
关于这个职位
加入字节跳动抖音电商，负责大数据智能Agent的架构设计与研发，推动大模型在数据场景的落地应用
你将主导Agent核心能力构建，将RAG、Tool Use等技术深度融合，解决复杂任务自动化问题
适合对LLM应用、大数据与AI结合感兴趣的技术人才
最低要求
计算机、软件工程、LLM等相关专业，本科及以上学历
LLM应用工程能力：熟悉RAG架构和实现，有检索实践经验
熟悉Prompt工程与Tool Use，理解其在Agent任务拆解与执行中的作用
具备良好的Python开发能力，能灵活运用于Skill等脚本开发
大数据体系认知：对大数据技术体系有基础认识或实践经验，包括但不限于存储与计算（如Hadoop，Spark，Flink，Hive，Presto/Trino）、工作流调度（如Airflow，DolphinScheduler）、元数据管理与数据治理等
优秀的问题分析能力和解决问题能力，以及良好的沟通协作能力
工作职责
负责大数据智能Agent的架构设计与研发，深度参与Agent的规划、记忆、工具使用等核心能力的构建与实现
主导Agent核心能力与工作流的编排，将RAG、Tool Use、上下文管理等关键技术与大数据场景深度融合，为复杂任务提供精准、高效的自动化解决方案（如需求理解、智能SQL生成、自动发布、自动运维等）
推动大模型应用落地，探索包括RAG-QA机器人、数据洞察机器人、AI Coding等在真实场景的应用价值，并基于评估体系实现应用效果的持续迭代
与产品、算法、研发及用户紧密合作，将前沿的Agent技术转化为实际的产品价值
关注并引入业界先进理念与实践，保持团队在Agent领域的技术领先性
优先资格
有模型服务集成、推理性能与可靠性优化经验的优先
有扎实的深度学习技术基础，熟悉深度学习训练框架（PyTorch/Huggingface），了解常见大语言模型、Embedding架构和训练方法优先
AI 洞察
优缺点分析
- 身处字节跳动抖音电商核心业务，接触大规模真实数据和应用场景，技术挑战大
- 紧跟AI前沿，主攻大模型Agent方向，技能积累含金量高，行业前景广阔
- 公司平台大，资源丰富，有机会与顶尖工程师合作，成长速度快
- 技术要求全面，需同时掌握LLM应用和大数据体系，学习曲线陡峭
- 业务节奏快，可能需要应对高强度工作和紧迫的项目周期
- 岗位竞争激烈，需要持续学习最新技术保持竞争力
- 适合技术基础扎实、对AI Agent和大数据应用充满热情、乐于接受挑战的算法工程师
角色解读
- 技术路线：从Agent应用开发向大模型训练、推理优化等核心方向深入发展
- 管理路线：积累业务理解与团队协作经验，晋升为技术负责人或架构师
- 跨领域发展：结合电商业务，可转型为数据科学家或AI产品经理
- 设计和研发大数据智能Agent，实现任务自动化处理，如智能SQL生成、自动运维
- 深度融合RAG、Tool Use等技术与大数据平台，优化Agent的记忆和工具使用能力
- 推动大模型应用落地，构建RAG-QA机器人、数据洞察机器人等产品，并持续迭代效果
- 与产品、算法、研发团队紧密协作，将前沿Agent技术转化为实际业务价值
- 扎实的LLM应用工程能力，熟悉RAG架构、Prompt工程和Tool Use，能用Python开发脚本
- 具备大数据体系认知，了解Hadoop、Spark、Flink、Airflow等工具的使用和原理
- 良好的问题分析与解决能力，以及团队协作沟通能力
申请策略
- 在简历和面试中突出对抖音电商业务的理解，思考AI如何助力电商数据分析和自动化
- 关注字节跳动技术博客和开源项目，展示对公司的认同与技术热情
- 突出LLM应用项目经验，如RAG系统搭建、Prompt优化、Agent开发等
- 展示大数据技术实践，包括Spark、Flink、Hive等工具的使用和调优
- 强调Python编程能力和模型部署经验，如有推理优化案例更佳
- 体现复杂问题拆解与解决能力，附上具体技术成果或开源贡献
- 若缺少大数据经验，可快速学习Hadoop/Spark基础，通过在线课程或项目补足
- 深入学习LangChain、LlamaIndex等Agent框架，动手实现简易Agent Demo
面试指南
- STAR法则：从场景、目标、行动、结果四个方面描述项目经验，突出技术选型和效果
- 对比分析：评估不同方案优劣，展示思考深度和工程权衡能力
- 结构化回答：先讲整体架构，再深入到具体模块设计，最后总结挑战和收获
- 请详细描述你设计的一个RAG系统，包括检索策略、上下文管理和回答生成
- 如何评估Agent的效果？你会设计哪些指标并进行持续优化？
- 在大数据场景下，如何保证Agent的实时性和准确性？请举例
- 假设需要构建一个智能SQL生成Agent，你会如何设计其工具使用和记忆机制？
- 如何看待当前大模型Agent的局限性？未来有哪些改进方向？
匹配度报告
75
综合匹配度
大厂核心AI算法岗，技术前沿薪资优，但工作强度较大。
适合人群
适合追求技术成长、愿意在AI前沿奋斗、对薪资有较高期待的求职者。
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55
使命价值70
薪资福利匹配
85较高
字节跳动作为上市大厂，薪资水平具有竞争力，且福利体系完善，能满足补偿性动机。
薪资信号未披露 (30K-50K/月)
成长发展匹配
90较高
岗位涉及LLM、Agent等前沿技术，处于AI发展前沿，成长空间巨大，且团队鼓励探索新技术。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Agent、Tool Use、PyTorch、Huggingface、Spark、Flink
业务类型profit_center
工作生活匹配
55较低
大厂互联网岗位通常工作强度较大，虽然没有明确加班要求，但行业惯例存在一定压力。
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
抖音电商属于高速增长赛道，通过AI技术提升业务效率，有一定社会价值，但主要为商业驱动。
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