字节跳动
AI全栈开发工程师-飞书核心服务
AI全栈开发工程师-飞书核心服务
发布于 大约 17 小时前普通员工/个人贡献者
杭州市
中级经验
全职员工
仅现场办公
本科
RAG
全栈开发
LLM
AI应用开发
Workflow
飞书开放平台
AI 估算 · 30k–60k
AI全栈开发岗位，字节大厂且技术前沿，杭州薪资水平较高，综合市场行情估算
职位详情
关于这个职位
该职位负责飞书IM与开放平台的AI能力建设，围绕消息、群聊、机器人等场景，构建可复用的AI能力并推动产品落地
作为AI全栈开发者，你将深度参与大模型应用、Agent、RAG等前沿技术，从交互体验到后端服务实现全链路闭环
适合追求技术深度与广度的全栈工程师，在字节跳动全球化平台上快速成长
最低要求
具备扎实的计算机基础和优秀的工程编码能力，能够独立完成复杂模块的方案设计、开发实现、问题定位和性能优化，不局限于特定语言或技术栈
具备较强的全栈工程能力，理解前端、后端、数据、平台能力之间的协作方式，能够围绕AI产品场景完成从交互体验、接口设计、服务实现到上线交付的闭环
对大语言模型、Agent、RAG、工具调用、Workflow、多轮对话、上下文管理等AI应用核心技术有深入理解或浓厚兴趣，并有将相关能力应用到实际产品的意愿和经验
具备良好的业务理解能力、逻辑分析能力和快速学习能力，能够从复杂业务场景中抽象问题、设计方案，并推动跨技术栈、跨团队的项目落地
具备较强的责任心和结果导向，能在不确定性较高的创新场景中主动探索、快速迭代，并持续关注AI技术对产品形态和用户体验的影响
工作职责
负责飞书IM与飞书开放平台的AI能力建设，围绕消息/群聊/机器人/智能助手等核心场景，建设可复用的AI能力并推进落地
负责OpenClaw、Hermes相关能力的接入与工程化封装，完善执行链路、权限控制与稳定性体系，沉淀统一能力层与最佳实践
参与研发工程化体系建设，逐步提升研发效率、研发质量，通过技术驱动业务发展
技术前沿探索：持续追踪AI技术演进，结合对交互范式与产品形态的判断，驱动产品迭代与体验提升
优先资格
有AI Agent、AI应用开发平台、智能助手、企业知识库、自动化工作流等相关项目经验者优先
有Coze、Dify、LangChain、LlamaIndex、MCP、RAG、Function Calling/Tool Calling等使用或二次开发经验者优先
有飞书机器人、飞书开放平台、企业协作工具、SaaS产品或开放生态应用开发经验者优先
有从产品原型、技术方案到全栈开发上线的完整项目经验，能够展现较强工程闭环能力者优先
有复杂业务系统中的性能优化、架构重构、稳定性治理、权限与安全设计经验者优先
关注AI领域前沿动态，如Multi-Agent、Generative UI、多模态交互、AI Workflow等，有技术博客、开源项目贡献或实际工具应用经验者优先
AI 洞察
优缺点分析
优点
- 身处AI前沿赛道，接触大模型、Agent等最新技术，快速积累核心竞争力
- 字节跳动大厂平台，技术资源丰富，项目影响力大，职业发展空间广阔
- 全栈职责驱动个人技术广度与深度并进，未来可转型架构师或技术负责人
- 技术栈全面且深度要求高，需同时掌握前后端与AI算法，学习曲线陡峭
- 创新探索场景不确定性高，需要主动试错并快速迭代，抗压能力要求强
- 适合技术自驱力强、对AI应用有浓厚兴趣、渴望在复杂场景中快速成长的全栈工程师
缺点 / 挑战
- 互联网大厂工作节奏快，可能存在较高强度加班，需做好心理准备
角色解读
- 技术路线：从AI应用开发工程师成长为AI架构师或技术专家，主导核心AI能力建设
- 管理路线：在技术积累基础上，逐步转向技术Leader或团队负责人，管理AI产品线
- 行业转型：积累AI+协作工具经验后，可向AI产品经理、技术咨询等方向发展
- 设计和开发飞书IM及开放平台的AI功能，如智能助手、消息摘要等
- 构建可复用的AI能力层，封装OpenClaw、Hermes等内部工具，完善执行链路与权限控制
- 参与工程化体系建设，提升研发效率与质量，推动技术驱动业务迭代
- 持续跟踪AI前沿技术（如Agent、RAG），探索创新交互范式并落地产品
- 扎实的全栈工程能力，能够独立完成从交互设计到后端服务的完整闭环
- 深入理解大语言模型、Agent、RAG、工具调用等AI核心技术，并有实际应用经验
- 良好的业务抽象和系统设计能力，能够推动跨团队项目落地
- 强烈的责任心和结果导向，能在不确定性中主动探索、快速迭代
申请策略
- 面试前熟悉飞书产品，思考AI如何提升协作效率，准备创新想法
- 关注字节跳动技术博客和开源项目，提前了解其技术文化和常用工具
- 突出全栈项目经历，特别是从零到一的产品开发闭环经验，展示工程落地能力
- 强调AI应用相关项目，如智能助手、Agent、RAG系统，并说明技术选型和效果
- 如有开源贡献或技术博客，重点展示对AI前沿技术的关注和实践
- 体现跨团队协作和复杂问题解决能力，通过具体案例量化成果
- 深入学习LangChain、LlamaIndex等框架，动手搭建一个RAG或Agent demo
- 补充后端知识：掌握高性能服务设计、权限控制、稳定性治理等企业级技能
面试指南
- 对于系统设计题，先澄清需求边界，再给出分层架构，突出关键决策（如技术选型、权衡）
- 对于技术原理题，先解释核心概念，再结合实际项目经验，最后总结优化方向
- 对于开放性问题，展示思考过程，结合行业趋势和产品理解，给出具体可落地的想法
- 请设计一个基于大模型的群聊智能助手，包括架构、API接口和关键实现细节
- 描述你在全栈项目中从产品原型到上线的完整流程，遇到的最大技术挑战是什么？
- 解释RAG（检索增强生成）的工作原理，并讨论你如何优化检索质量和生成准确性
- 在构建AI Agent时，如何处理工具调用、多轮对话和上下文管理？
- 你如何看待AI对飞书这类协作工具的未来影响？提出一个创新功能方案
匹配度报告
68
综合匹配度
字节飞书AI全栈开发，前沿技术栈、发展空间大，但工作强度可能较高。
适合人群
适合追求技术成长和前沿挑战、对生活化需求不敏感、愿意在AI方向深耕的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利65
成长发展92
工作生活40
使命价值75
薪资福利匹配
65中等
薪资水平位于市场高位，但JD未提及具体福利，且未披露薪资，补偿性满足中等。
薪资信号未披露（AI估算：30K-60K/月）
成长发展匹配
92较高
职位聚焦AI前沿技术（LLM、Agent、RAG），全栈职责促进技能广度，发展空间大。
技术前沿前沿/新兴技术
技术栈LLM、Agent、RAG、LangChain、Workflow、MCP、Function Calling
业务类型ambiguous
工作生活匹配
40较低
工作模式未明确，未提及WLB信号，互联网大厂通常工作强度大，生活化满足有限。
工作模式未明确
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
75中等
AI行业高速增长，产品具有社会协作价值，创新空间大，意义感较强。
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