字节跳动
LLM应用开发工程师（智能发布方向）-产品研发和工程架构
LLM应用开发工程师（智能发布方向）-产品研发和工程架构
发布于 1 天前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
LLM
异常检测
根因分析
智能发布
发布风控
变更影响分析
AI 估算 · 25k–45k
字节跳动大厂北京中级岗位，薪资竞争力强，结合AI方向溢价。
职位详情
关于这个职位
该职位负责字节跳动发布、门禁等产品的智能化建设，基于LLM和Agent技术提升异常检测、根因分析等场景的效能，属于前沿AI应用开发岗位，服务公司大多数业务
最低要求
本科及以上学历，计算机相关专业，扎实的计算机基础，良好的数据结构与算法功底
对Agent架构有深刻理解，对Agent产品的技术架构有深入理解，有强烈技术热情，紧跟前沿Agent技术
工作职责
负责发布、门禁等产品的智能化建设，提供通用平台能力，服务公司大多数业务
基于LLM能力，为异常检测、根因分析、变更影响分析等场景优化策略效果
积极探索Agents技术在产品中的落地应用，构建业内的下一代发布风控等技术能力
优先资格
对异常检测、根因分析、变更影响分析等DevOps领域的算法策略问题有深入理解，是重要的加分项
AI 洞察
优缺点分析
优点
- 字节跳动大平台，技术氛围浓厚，接触前沿AI技术
- AI方向薪资待遇优厚，竞争力强
- 技术要求高，需同时掌握Agent和DevOps知识
- 业务场景复杂，可能涉及高并发和稳定性要求
- 大厂工作强度较大，需适应快节奏
- 适合对AI应用开发有热情、技术扎实、愿意深入钻研Agent和LLM技术的工程师
缺点 / 挑战
- 负责的核心产品影响公司大多数业务，挑战大成长快
角色解读
- 深入掌握LLM和Agent技术，成为AI应用专家
- 在字节跳动内部平台接触海量业务场景，晋升技术专家或架构师
- 也可转向AI产品经理或AI研发负责人
- 负责发布、门禁等产品的智能化建设，开发通用平台能力，服务公司大多数业务
- 基于LLM能力，优化异常检测、根因分析、变更影响分析等场景的算法策略
- 积极探索Agent技术在发布风控等场景的落地应用，构建下一代技术能力
- 扎实的计算机基础和数据结构算法功底
- 对Agent架构有深刻理解和实践经验，紧跟前沿技术
- 熟悉LLM应用开发，有异常检测、根因分析等算法策略经验者优先
申请策略
- 关注字节跳动技术博客，了解内部技术栈和业务痛点
- 提前熟悉面试流程，准备系统设计和算法面试
- 突出Agent相关项目经验，尤其是落地应用案例
- 展示异常检测、根因分析等算法策略的成果数据
- 强调对LLM技术的深入理解和实践
- 列出在大型系统或复杂场景中的工程能力
- 深入学习Agent框架，如AutoGPT、LangChain等
- 补充DevOps领域知识，了解CI/CD、监控告警等
面试指南
- 使用STAR法则描述项目：情境、任务、行动、结果
- 从数据、模型、工程三个层面分析技术方案
- 结合经典架构和最新趋势，展示深度思考
- 请介绍一个你使用Agent技术解决实际问题的项目
- 如何基于LLM进行异常检测？有什么优缺点？
- 对Agent的架构设计有什么理解？请画图说明
- 在变更影响分析中，如何利用LLM提取关键信息？
- 看过哪些最新的Agent相关论文？如何落地？
匹配度报告
72
综合匹配度
字节跳动AI应用岗，前沿技术栈，高薪高压，技术成长快。
适合人群
适合看重技术成长和高薪、能接受高强度工作的求职者。
最强匹配
薪资福利匹配
最弱匹配
工作生活匹配
薪资福利90
成长发展90
工作生活40
使命价值70
薪资福利匹配
90较高
字节跳动大厂，薪资处于市场偏高水准，福利体系完善，但工作强度较大。
薪资信号偏高 (25K-45K/月)
成长发展匹配
90较高
职位涉及LLM和Agent前沿技术，技术成长空间大，但JD未明确提晋升通道。
技术前沿前沿/新兴技术
技术栈LLM、Agent、异常检测、根因分析
业务类型ambiguous
工作生活匹配
40较低
仅现场办公，未提及远程或弹性，字节通常加班较多，WLB一般。
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
智能化建设有一定技术意义，但属于内部平台，社会影响力中性。
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