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 大约 2 个月前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
本科
研究与开发 (研发)
Claude Code
Grpo
Hermes
Openclaw
多智能体系统
电商
LangGraph
LLM
PPO
AI 估算 · 45k–70k
字节跳动上海算法专家岗，结合AI Agent稀缺技能，薪资属于互联网大厂高位水平。
职位详情
关于这个职位
作为字节跳动国际电商的AI Agent算法专家，你将负责构建电商场景下的智能体核心大脑，探索前沿Agent框架并落地到实际业务中
工作涉及打造高性能技能工具集、优化Agent强化学习体系，以及推动Agent的自动化与自进化能力
这是一个技术深度与业务影响力兼具的岗位，适合对AI Agent和大模型有热情、渴望挑战复杂工程问题的算法工程师
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核心大脑与技术前沿追踪：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
- 字节跳动大平台，海量电商数据和应用场景，技术落地机会多
- 前沿AI Agent方向，技术成长快，行业需求旺盛
- 团队技术氛围好，有机会与顶级工程师和科学家合作
- 技术迭代快，需要持续学习和追踪前沿进展
- 电商场景复杂，业务需求多变，工程稳定性要求高
- 适合对AI Agent和大模型有强烈热情、具备扎实算法和工程能力、渴望在高速增长业务中实现技术突破的资深算法工程师
缺点 / 挑战
- 强化学习和Post-training技术门槛较高，需要扎实的理论基础
角色解读
- 技术深耕：成为Agent框架和强化学习领域的权威专家
- 架构演进：从单一Agent设计到多智能体系统架构师
- 管理路线：带领算法团队，推动AI Agent在国际电商的全面落地
- 设计并构建电商场景下的AI Agent核心大脑，实现任务自动规划、工具调用和多模态交互
- 开发和优化高性能技能工具集，将业务SOP封装为可调用的治理Agent
- 基于强化学习（PPO/GRPO）和Post-training技术优化大模型，提升Agent的准确性和反思能力
- 探索Agent的自动化与自进化机制，构建稳定可靠的Agent基础设施
- 精通Python和Linux开发，具备生产级应用经验
- 熟悉LangGraph等主流Agent框架，理解ReAct/PlanAct等架构
- 深入理解LLM原理和Post-training技术（SFT/RLHF），有强化学习实践经验
- 具备跨团队协作能力和技术文档撰写能力
申请策略
- 关注字节跳动国际电商的技术博客，了解团队方向和近期成果
- 在简历中强调跨团队协作和技术文档能力，这是加分项
- 突出Agent框架（LangGraph等）的实际项目经验，说明你在任务规划、工具调用中的具体贡献
- 强调Post-training技术（SFT/RLHF）和强化学习（PPO/GRPO）的实践经验，最好有量化效果
- 展示电商、风控或治理领域的算法落地案例，体现业务理解能力
- 如果有开源贡献或学术论文，列出相关成果
- 熟悉至少一种主流Agent框架的源码和最佳实践，动手搭建一个Demo
- 系统学习强化学习（尤其是PPO/GRPO）和RLHF的训练流程
面试指南
- 项目经历类：STAR法则（情境、任务、行动、结果），突出技术选型和量化成果
- 设计类：先明确目标，拆解模块（规划、工具、记忆等），再讨论技术方案和权衡
- 原理类：从定义出发，对比不同方法，结合实践经验说明优劣
- 请描述你使用LangGraph构建Agent的经历，遇到过哪些挑战？
- 解释SFT和RLHF的区别，以及你如何应用它们优化模型？
- 设计一个电商场景下的Agent，要求自动处理用户退款争议
- 如何评估Agent系统的性能和稳定性？QPS和成本如何平衡？
- 你对多智能体系统（MAS）的理解？在电商中有什么应用场景？
职位点评
69
综合评分
字节国际电商前沿AI Agent岗，技术成长爆棚，薪资丰厚，但WLB一般。
更适合这类人
最看重技术成长和前沿探索，对薪资和平台有高要求，能接受较高工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展95
工作生活40
使命价值65
薪资福利
75中等
字节跳动薪资待遇在互联网行业处于头部水平，但JD未明确薪资范围，且作为算法专家岗位，整体薪酬竞争力强。
薪资信号未披露（AI估算：45K-70K/月）
成长发展
95较高
岗位聚焦AI Agent前沿技术，涉及LLM、强化学习、多智能体系统等，技术成长空间极大。JD明确要求追踪前沿并沉淀文档，发展性极强。
技术前沿前沿/新兴技术
技术栈Python、LangGraph、OpenClaw、Hermes、Codex、Claude Code、LLM、SFT、RLHF、PPO、GRPO、多智能体系统、电商
业务类型profit_center
工作生活
40较低
JD中未提及远程或弹性工作，字节跳动通常要求现场办公。工作强度可能较高，但未明确说明加班情况。
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
65中等
电商和AI结合对用户购物体验有直接改善，但JD未强调社会价值。行业前景好，但岗位本身偏技术实现，意义感中等。
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