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 12 小时前普通员工/个人贡献者
杭州市
高级经验
全职员工
仅现场办公
学历未注明
SFT
多智能体系统
电商
PPO
RLHF
LangGraph
Grpo
Openclaw
Claude Code
Hermes
AI 估算 · 35k–65k
字节跳动国际电商平台，AI Agent前沿方向，高级算法专家，杭州薪资较北京略低但仍是顶级水平。
职位详情
关于这个职位
加入字节跳动国际电商团队，作为AI Agent算法专家，你将负责构建电商场景下的Agent核心大脑，探索前沿Agent框架（如LangGraph、Claude Code），打造高性能Skills工具集，并优化Agentic RL训练体系
该职位适合对AI Agent充满热情、具备大模型和强化学习经验的技术人才
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，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化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
熟悉海内外主流大模型服务及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
- 前沿技术栈，涉及Agent框架、强化学习、多模态等热门方向
- 字节跳动大平台，国际电商场景数据丰富，影响力大
- 薪资待遇优厚，股票期权等福利
- 业务场景复杂，需要兼顾稳定性、成本和性能
- 适合对AI Agent有浓厚兴趣，具备算法和工程双重背景，喜欢探索前沿并解决实际问题的高技术人才
缺点 / 挑战
- 技术挑战高，需要快速跟进领域最新进展
- 可能面临较高的工作强度和压力
角色解读
- 成为AI Agent领域专家，深耕前沿技术
- 向技术架构师或团队Leader发展，负责更大规模系统
- 在字节国际电商业务中深入，可转向管理或高级专家岗位
- 构建电商Agent核心大脑，探索LangGraph、Claude Code等主流Agent框架，提升自动规划与调度能力
- 打造高性能Skills工具集，包括小尺寸模型高QPS工具和复杂业务SOP封装
- 研发Agentic RL训练体系，结合SFT/RLHF和强化学习优化模型
- 探索Agent自动化与自进化，构建多智能体系统和记忆机制
- 精通Python和Linux环境，有生产级开发经验
- 熟悉至少一种Agent框架（如LangGraph），有实际项目经验
- 深刻理解LLM和Agent架构（ReAct/PlanAct），掌握多智能体系统
- 具备AI算法背景，熟悉Post-training技术（SFT/RLHF）和强化学习
申请策略
- 申请时附上技术博客或GitHub项目展示对Agent的理解
- 了解字节国际电商的业务方向，在面试中结合业务思考
- 突出Agent框架（LangGraph等）的实际项目经验和成果
- 强调Post-training（SFT/RLHF）和强化学习（PPO/GRPO）的实践
- 展示电商或治理相关的算法工程经验
- 列出学术发表或竞赛获奖经历（如有）
- 系统学习多智能体系统和上下文工程
- 补充多模态推理和Agent安全相关知识
面试指南
- 先明确定义问题，然后结合原理和实际案例展开
- 对于设计题，从需求分析、架构选型、关键设计、权衡等方面回答
- 对于技术原理题，清晰解释概念，并辅以自己的经验
- 请详细介绍你使用过的Agent框架及其优缺点
- 如何设计一个电商场景中的Agent系统？请考虑性能、成本
- 解释RLHF如何应用于Agent训练，你有哪些实践经验？
- 如何处理多智能体之间的协调和冲突？
- 如何保证Agent在线上环境的稳定性和安全性？
匹配度报告
76
综合匹配度
字节国际电商AI Agent专家，前沿技术、高薪，但可能加班较多。
适合人群
适合追求技术成长和薪酬回报的求职者，对工作生活平衡要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展90
工作生活60
使命价值70
薪资福利匹配
85较高
字节跳动提供极具竞争力的薪资和福利，且作为上市大厂，薪酬稳定性高。
薪资信号未披露（AI估算：35K-65K/月）
成长发展匹配
90较高
该职位涉及最前沿的AI Agent技术，成长空间极大，但JD中未明确提晋升通道。
技术前沿前沿/新兴技术
技术栈Python、LangGraph、SFT、RLHF、PPO、GRPO、多智能体系统
业务类型profit_center
工作生活匹配
60中等
现场办公，杭州工作，大厂通常有加班文化，但JD未提及WLB。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
70中等
推动电商智能化治理，有一定社会价值，但主要仍是商业驱动。
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