字节跳动
后端/资深后端研发工程师（物流客服体验方向）-TikTok Shop
后端/资深后端研发工程师（物流客服体验方向）-TikTok Shop
发布于 大约 14 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
硕士
RAG
GO
LLM
客服系统
Prompt Engineering
Agent开发
MCP
Openapi
AI 估算 · 25k–45k
大厂高级算法岗，LLM方向热门，杭州薪资水平较高，竞争力强
职位详情
关于这个职位
这是一个专注于电商物流客服体验的后端研发岗位，你将参与架构设计和AI客服体系建设，结合大语言模型实现智能对话、问题诊断等前沿应用
适合有3年以上AI客服或Agent开发经验、对LLM技术充满热情的工程师，工作地点在杭州
最低要求
计算机、软件工程等相关专业硕士学位及以上，3年以上AI客服系统开发、智能Agent研发或相关人工智能技术研发工作经验
掌握Go/Java/C++等编程语言开发，具备扎实的算法与数据结构基础
具备Agent系统开发经验，掌握OpenAPI、RPC、MCP等协议实现方案
掌握Prompt工程、RAG、Tool Calling、Context Engineering等AI应用实践经验
具备出色的业务感知力，具备一定的问题拆解和解决能力，强自驱力与团队协作精神，对用AI解决复杂研发问题充满热情
工作职责
负责国际电商物流客服架构设计，研发体系搭建，工程化方案优化，提高研发效率和研发质量
结合大语言模型（LLM）等前沿领域，设计并实现AI客服的智能体系建设，包括多轮对话、意图识别、MAC工具开发、流程编排和效果评测，助力业务提效、解决业务痛点
基于AI技术，设计并实现问题诊断机器人，完成内部问题排查、AI值班值守、智能告警等体系化建设
优先资格
加分项
有客服经验的人员优先
有数据工程、模型评测经验的人员优先
AI 洞察
优缺点分析
- 身处字节跳动电商核心业务，接触大规模高并发场景，技术挑战大
- 聚焦LLM前沿技术，AI客服是行业热点，技能积累价值高
- 大厂平台资源丰富，薪资福利有竞争力
- 业务节奏快，可能面临较强的工作压力和加班
- 技术栈较新，需要持续学习LLM相关最新进展
- 跨团队协作要求高，需要较强的沟通和业务理解能力
- 适合有3年以上AI/后端开发经验、对LLM充满热情、渴望在电商AI领域深入发展的技术人才
角色解读
- 技术深耕：成为AI客服领域专家，主导智能体系建设
- 架构晋升：向技术架构师方向发展，负责更大规模系统设计
- 管理转型：积累经验后可转向技术管理岗位，带领团队
- 负责国际电商物流客服系统的架构设计与研发，提升系统稳定性和研发效率
- 基于大语言模型构建AI客服智能体系，包括多轮对话、意图识别和流程编排
- 开发问题诊断机器人，实现内部问题排查、AI值班和智能告警
- 精通Go/Java/C++之一，具备扎实算法和数据结构基础
- 有Agent系统开发经验，熟悉OpenAPI、RPC、MCP等协议及Prompt Engineering、RAG等AI应用技术
- 具备较强的业务感知力和问题拆解能力，善于团队协作
申请策略
- 深入了解TikTok Shop电商物流业务场景，准备相关案例
- 关注字节跳动技术博客，了解其AI客服技术方向
- 突出AI客服或Agent系统开发项目经验，量化成果
- 强调对LLM技术的实践应用，如Prompt、RAG、Tool Calling等
- 展示扎实的编程能力和系统设计能力，尤其是高并发场景
- 系统学习Agent框架和MCP协议，了解主流实现方案
- 动手实践LLM应用开发，如搭建一个简单的客服对话机器人
面试指南
- STAR法则：情境-任务-行动-结果，清晰展示项目细节和你的贡献
- 技术原理+业务价值：先讲技术实现，再说明如何解决业务痛点
- 请描述你设计过的一个AI客服系统架构
- 如何利用Prompt Engineering提高多轮对话的准确性？
- 在Agent开发中，你如何处理工具调用和上下文管理？
- 针对电商物流场景，如何设计问题诊断机器人的决策逻辑？
- 你如何评估和迭代AI客服的效果？
- 复习Agent、RAG、MCP等关键技术概念，准备项目案例
匹配度报告
70
综合匹配度
大厂核心业务、前沿LLM技术、高薪机会，但工作强度大、WLB一般。
适合人群
最适合追求技术成长和高薪回报、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40
使命价值65
薪资福利匹配
85较高
字节作为大厂，薪资水平处于市场高位，福利待遇优厚，但未提及具体福利细节。
薪资信号未披露 (25K-45K/月)
成长发展匹配
90较高
岗位涉及LLM等前沿技术，且是公司核心业务，成长空间大，但JD未明确晋升通道。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Agent、MCP
业务类型profit_center
工作生活匹配
40较低
互联网大厂普遍节奏快，JD未提及WLB，工作模式为现场办公，加班可能较多。
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
电商物流客服体验属于业务支持，社会影响力一般，但AI技术应用有一定创新意义。
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