字节跳动
AI Agent算法专家-国际电商
AI Agent算法专家-国际电商
发布于 1 天前普通员工/个人贡献者
北京市
专家级经验
全职员工
仅现场办公
学历未注明
强化学习
LLM
多模态
SFT
多智能体系统
AI Agent
PPO
RLHF
LangGraph
Grpo
AI 估算 · 35k–60k
算法专家级职位，技术要求极高，字节跳动薪资竞争力强，中位数约47500元/月。
职位详情
关于这个职位
作为字节跳动国际电商团队的AI Agent算法专家，你将专注于构建电商领域智能Agent的核心大脑，推动前沿AI技术在治理场景落地
工作涉及主流Agent框架（如LangGraph、Codex）的应用、Skills工具集开发、强化学习模型优化以及Agent基础设施的稳定性建设
此职位要求深厚的Python开发经验与LLM/Agent原理理解，适合热爱技术、追求前沿并具备算法背景的高端人才
最低要求
精通Python编程，具备生产级应用的开发经验，熟悉Linux开发环境，并对数据结构和算法有深入理解
熟悉至少一种主流Agent框架，如LangGraph、OpenClaw、Hermes、Codex、Claude Code等，并有实际项目经验
深刻理解大模型（LLM）与AI Agent的核心原理，熟悉主流Agent架构（如ReAct/PlanAct）、多智能体系统（Multi-Agent）及上下文工程与记忆（Context Engineering/Memory）等概念
具备AI算法背景，对SFT、RLHF等Post-training技术有深入了解，有针对性优化模型能力的实践经验者优先
具备出色的技术沟通、项目管理和跨团队协同能力，能够撰写清晰的技术文档、教程和示例代码
对技术充满热情，具备优秀的分析和解决问题能力，能够主动追踪前沿技术并探索其在业务中的应用
工作职责
构建电商Agent核心大脑与前沿技术落地：探索主流Agent框架，如LangGraph、OpenClaw、Hermes、Codex、Claude Code等，构建稳定可靠的Valley-Agent基座，重点提升任务的自动规划与调度、工具调用、多模态交互及深度研究能力
持续追踪AI Agent领域的最新进展（如Codex,OpenClaw,Hermes,ClaudeCode等），引入并验证新技术的可行性，沉淀技术文档与最佳实践，推动前沿技术在国际电商治理场景的创新应用
打造电商场景Skills工具集：基于电商业务系统，构建和优化一系列高性能、可复用的Skills
这包括利用小尺寸模型打造支撑高QPS场景的基础模型工具集，也包括将复杂的业务SOP（标准作业程序）封装为稳定可调用的治理Agent（如审核、RCA、立规Agent）
研发与优化Agentic RL：基于主流Agent框架，并结合Post-training技术（SFT/RLHF）与强化学习（PPO/GRPO）对模型进行持续优化，建立电商大模型的Agentic RL训练体系，提升模型在复杂问题上的准确率与动态反思能力
探索Agent自动化与自进化：结合Auto-Workflow与多智能体系统（MAS），一方面支持工作流的自动生成与优化，另一方面探索基于Agentic RAG和Memory机制的自进化（Self-Evolution）闭环，让Agent能够从真实交互数据中学习，持续提升其决策与执行能力
构建稳定可靠的Agent基础设施：负责Agent系统的性能与稳定性优化，包括资源利用、QPS、成本控制、环境交互速度等，并沉淀通用能力，构建包含可观测性与权限体系的Agent Infra，保障系统的安全可控
优先资格
在电商、内容风控、平台治理等领域有相关算法或研发经验
在强化学习领域有深入研究或实践经验，如Policy-based/Value-based methods、PPO、GRPO等
熟悉多模态（Multi-modal）推理技术，并有相关项目落地经验
对Agent安全（Safety）、成本优化、性能（QPS/稳定性）有深入思考或实践经验
在ICML、ICLR、NeurIPS、ACL、CVPR等学术会议上发表过有影响力的研究成果，或在ACM/ICPC、NOI/IOI、Kaggle等竞赛中获奖者
熟悉全球主流大模型服务及API，有设计并落地复杂Agent系统的经验
AI 洞察
优缺点分析
优点
- 技术前沿：专注于AI Agent、强化学习等最热门领域，学习曲线陡峭
- 平台优势：字节跳动国际电商业务高速增长，资源丰富，项目影响力大
- 成长空间：参与核心系统搭建，有机会主导技术方向，晋升通道清晰
- 技术难度高：涉及多智能体、自进化等复杂概念，需要持续学习和创新
- 竞争激烈：岗位要求高，面临来自全球顶尖人才的竞争
缺点 / 挑战
- 工作强度大：互联网大厂节奏快，可能需要承担较大压力
- 适合具备扎实算法背景、对AI Agent充满热情、渴望在高速发展业务中挑战技术深度的资深工程师
角色解读
- 技术深耕方向：成为Agent架构专家或强化学习算法专家，主导核心技术研发
- 管理方向：逐步转型为技术Leader，带领团队探索前沿技术并推动业务落地
- 业务与行业方向：深入电商治理领域，成为AI+电商的行业解决方案专家，向CTO/VP发展
- 负责构建电商Agent核心大脑，探索LangGraph等主流框架，实现任务自动规划与多模态交互
- 打造电商场景Skills工具集，封装业务SOP为可复用Agent，并优化高QPS基础模型
- 研发Agentic RL，结合SFT/RLHF和PPO/GRPO提升模型复杂问题解决能力
- 构建稳定可靠的Agent基础设施，优化性能、成本与可观测性，保障系统安全可控
- 精通Python编程，具备生产级开发经验，熟悉Linux及数据结构和算法
- 熟悉至少一种主流Agent框架（LangGraph等），并有实际项目经验
- 深刻理解LLM与Agent核心原理，包括ReAct架构、多智能体系统及上下文工程
- 具备AI算法背景，掌握SFT、RLHF等Post-training技术，有强化学习实践经验
申请策略
- 在申请材料中强调对Agent技术的热情和前沿追踪能力，如列出近期关注的技术博客
- 面试前准备一个完整Agent设计案例，说明从规划到落地的思考过程
- 突出Agent框架项目经验，例如使用LangGraph或类似工具的实际落地案例
- 展示强化学习或Post-training成果，如某模型通过RLHF提升准确率的量化指标
- 强调技术文档撰写和跨团队协作能力，展现技术领导力
- 列举发表论文或竞赛获奖，证明学术或实战实力
- 深入掌握LangGraph等主流Agent框架，动手复现一个简单Agent系统
- 补充强化学习理论知识，尤其是PPO/GRPO算法，可参考Spinning Up
面试指南
- 对于项目类问题，使用STAR（情况、任务、行动、结果）框架，突出技术挑战和成果
- 对于算法理论问题，先解释核心概念，再结合实操经验，最后提一下局限性
- 对于系统设计问题，从需求分析、架构选择、权衡优化三方面展开
- 请介绍一个你使用Agent框架完成的项目，重点说明架构设计和遇到的问题
- 如何通过强化学习优化LLM的复杂推理能力？请结合具体算法说明
- 在设计多智能体系统时，如何协调不同Agent的冲突并保证稳定性？
- 请谈谈你对Agent自进化（Self-Evolution）的理解，以及如何在实际场景中实现
- 如何评估Agent系统的性能（如QPS、成本、准确率）并进行优化？
匹配度报告
69
综合匹配度
前沿AI Agent算法岗，技术深度极高，薪资优厚，但工作强度大且WLB一般。
适合人群
最适合追求技术成长和前沿探索的求职者，愿意接受高强度工作换取行业领先技能。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展90
工作生活40
使命价值70
薪资福利匹配
75中等
岗位薪资处于行业高端，但JD未明确薪资和福利，仅从公司规模和职位层级看，补偿性较强。
薪资信号未披露（AI估算：35K-60K/月）
成长发展匹配
90较高
职位聚焦前沿AI Agent技术，涉及强化学习、多智能体系统等，成长空间极大，且公司鼓励技术探索。
技术前沿前沿/新兴技术
技术栈LLM、Agent、LangGraph、ReAct、RLHF、PPO、GRPO、Multi-Agent、SFT
成长机会持续追踪前沿技术、沉淀技术文档与最佳实践、推动前沿技术应用
业务类型profit_center
工作生活匹配
40较低
仅现场办公，未提弹性工作或加班情况，大厂普遍高强度，生活平衡较差。
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
国际电商业务属于高速增长赛道，Agent技术应用能显著提升治理效率，有一定社会价值。
行业发展高速增长赛道
社会影响中性/一般
使命信号创新应用、提升决策与执行能力
创新程度积极采用新技术
Watch Jobs