字节跳动
AI应用开发工程师-抖音支付
AI应用开发工程师-抖音支付
发布于 大约 14 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
RAG
支付系统
高并发
Prompt工程
AI应用开发
Agent智能体
大模型(Llm)
AI 估算 · 30k–50k
字节跳动北京AI应用开发岗，技术难度高，需掌握大模型、高并发，薪资具有竞争力，中级工程师平均月薪3-5万。
职位详情
关于这个职位
这是一个在字节跳动抖音支付团队负责AI应用开发的核心技术岗位
你将设计和实现面向支付场景的Agent智能体，参与高并发支付系统开发，并基于RAG构建知识问答助手
岗位要求候选人具备扎实的编程和系统设计能力，对AI技术有强烈兴趣，适合希望在金融+AI方向深耕的工程师
最低要求
本科及以上学历，具备AI应用开发经验，熟悉Java/PHP/C++/Go/Python中的至少一种技术语言，具备前端基础知识优先
深刻理解计算机原理，有良好的数据结构和算法基础，熟练掌握数据库、缓存、消息队列的原理及应用，有优秀的系统设计能力
创新能力和创新意识比较强，对于不断探索新的AI技术和应用场景有强烈意愿和主观能动性，能紧跟AI领域的最新发展动态，不断提升自己的专业知识和技能
对于Agent，RAG，LangChain等有基本的认知和理解
工作职责
设计与实现面向支付场景的Agent智能体，设计和研发领先的Agent模型与工程应用，持续优化智能体在复杂场景下的稳定性、成功率与成本
参与并负责抖音支付核心系统的开发及维护，参与设计并实现具备可扩展性和可维护性的系统方案，参与公司级别的618、双十一等重要活动高并发保障
参与并负责基于RAG的知识问答/助手类应用设计与开发，包括检索、召回、重排等模块的工程实现与调优
建设与维护知识库、索引与评测体系，提升检索准确率与整体体验
参与并负责业务关键场景的Prompt/Skills/AI Native设计、调优与迭代管理，推动团队AI工程实践落地，持续提升AI贡献率
参与并负责搭建和维护评测集与标注流程，对模型效果进行持续评估与数据驱动的优化
不断探索和应用前沿的AI技术和方法，将合适的技术方案引入现有系统，推动业务创新和体验优化
优先资格
有0-1搭建AI应用项目的相关经历，熟悉LLM应用架构，PE工程化和数据评测等为加分项
在高并发、高可靠金融场景中，落地AI能力（如客服助手、业务增长、智能决策等）的经验为加分项，对AI应用的安全合规、隐私保护有基本认识者优先
有收银、支付、金融业等核心系统研发经验为加分项
AI 洞察
优缺点分析
- 参与抖音支付核心业务，流量巨大，技术挑战性强，成长空间大
- 掌握AI+金融的复合技能，行业前景广阔
- 字节跳动技术氛围浓厚，可以接触到业界前沿的大模型和AI应用实践
- 支付场景对稳定性、安全性要求极高，工作压力较大
- AI技术迭代快，需要持续学习，保持技术敏感度
- 高并发保障任务（如618）可能需要高强度加班
- 适合有AI应用开发经验、对金融业务感兴趣、抗压能力强、追求技术成长的工程师
角色解读
- 从AI应用开发工程师成长为技术专家，深入Agent、RAG等方向
- 向架构师发展，主导支付系统与AI平台的融合设计
- 横向拓展至大模型训练、推理优化等前沿领域
- 设计和开发面向支付场景的Agent智能体，提升自动化处理能力
- 参与抖音支付核心系统的架构与开发，保障618、双十一等高并发场景的稳定性
- 基于RAG构建知识问答与助手应用，优化检索、召回、排序等环节
- 负责Prompt工程与AI原生功能设计，持续迭代模型效果
- 扎实的编程能力，熟悉Java/Python等至少一门语言，掌握数据库、缓存、消息队列等中间件
- 对Agent、RAG、LangChain等AI应用架构有基本认知和实践经验
- 具备高并发系统设计能力，了解金融级系统的安全合规要求
- 数据驱动思维，能搭建评测体系并优化模型效果
申请策略
- 了解抖音支付业务背景，在面试中结合具体场景谈谈AI如何赋能支付
- 字节跳动看重创新和主动性，可以准备一些你探索新技术或优化系统的实例
- 突出AI项目经验，特别是Agent、RAG、LangChain相关项目，说明你的具体贡献和效果
- 强调高并发系统设计经验，如有支付、金融背景务必重点描述
- 展示数据评测和模型优化能力，如搭建过评测集、提升过准确率等
- 深入掌握LangChain框架和LLM应用架构，动手搭建一个简单的Agent或RAG项目
- 补充高并发编程知识，熟悉Redis、Kafka等中间件，了解分布式事务
面试指南
- 对于系统设计题，可以从需求分析、架构设计、关键模块、技术选型、容错降级等方面展开
- 对于AI模型优化问题，可以按照问题定义、数据收集、评测指标、迭代策略的思路回答
- 请设计一个面向支付场景的Agent智能体，包括其核心模块和交互流程
- 谈谈你对RAG的理解，如何优化检索准确率？
- 高并发下如何保证支付系统的数据一致性和可用性？
- 你过去在AI应用落地中遇到过哪些挑战？如何解决的？
- 如何评估和提升大模型在具体业务中的效果？
- 复习Agent、RAG、Prompt工程等知识，准备一个自己搭建的AI应用项目案例
匹配度报告
65
综合匹配度
大厂支付核心AI岗，前沿技术栈，成长空间大，但工作强度高、WLB一般。
适合人群
最适合追求技术成长与前沿体验、愿意承受高强度工作以换取快速发展的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展90
工作生活40
使命价值60
薪资福利匹配
70中等
薪资未明确披露，但字节跳动大厂薪资水平较高，福利完善，补偿性较好。
薪资信号未披露 (30K-50K/月)
成长发展匹配
90较高
职位涉及Agent、RAG等前沿技术，高并发支付系统挑战大，成长机会多，发展性极强。
技术前沿前沿/新兴技术
技术栈Agent、RAG、LangChain、LLM、Prompt Engineering、高并发、Java、Python
业务类型profit_center
工作生活匹配
40较低
仅现场办公，未提及WLB，支付业务高并发可能带来较大工作强度，生活化满足较低。
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
60中等
支付业务是金融基础设施，社会影响中性，但行业稳定，AI创新有探索意义。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
字节跳动 的其他在招职位
相似职位推荐
Watch Jobs