字节跳动
AI算法工程师（Agent Harness研究）-即梦
AI算法工程师（Agent Harness研究）-即梦
发布于 5 天前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
本科
研究与开发 (研发)
LLM
AIGC
VLM
任务规划
多模态生成
多轮对话
大模型Agent
AI 估算 · 30k–60k
大厂核心AI算法岗，Agent方向前沿，人才稀缺，薪资竞争力强，月薪3-6万合理
职位详情
关于这个职位
作为字节跳动即梦团队的AI算法工程师，你将专注于创作场景下Agent Harness的算法建设，包括任务规划、Function Call、多轮对话等能力
你需要在复杂的多模态创作场景中抽象问题、设计实验并推动算法落地，与工程、产品和模型团队紧密协作，提升Agent的智能水平和用户创作体验
最低要求
本科及以上学历，计算机、人工智能、机器学习等相关专业
熟悉大模型Agent、Tool Use、Function Call、多轮对话、任务规划、工作流编排中的一种或多种技术
具备良好的算法实验能力和问题抽象能力，能够从复杂创作场景中提炼可优化的技术问题
熟悉Python，具备良好的实验实现、数据分析和效果评估能力
对LLM/VLM、多模态生成、AIGC创作产品或Agentic产品有浓厚兴趣
主动积极，有创业精神，具备良好的沟通协作能力和问题解决能力
工作职责
面向即梦Dreamina图片、视频与多模态创作场景，负责创作Agent Harness中的算法能力建设
探索Creative Planning、任务拆解、执行策略选择、多轮Function Call、工具结果观察与动态修正等能力，建设Agent Memory、Agent Skills、多模态上下文组织等模块，提升Agent的长期协作、领域流程复用和复杂任务处理能力，探索Proactive Agent能力，让Agent能够主动补全创作方案、发现潜在问题、提出优化建议并推进任务
设计Human-in-the-loop创作协同机制，提升开放式创作任务中的可控性和用户满意度，构建Agent轨迹评估、自动化诊断、失败案例归因等能力，支撑Harness算法持续迭代
与工程、模型、评估和产品团队协作，将前沿Agent算法能力落地到即梦真实创作体验中
AI 洞察
优缺点分析
优点
- 字节跳动平台资源丰富，数据量大，技术落地场景真实且影响力大
- 团队技术氛围浓厚，与业界顶尖人才协作，有机会参与顶级会议论文
- 技术更新极快，需持续学习，保持对前沿动态的敏感度
- 开放创作场景复杂度高，Human-in-the-loop设计难度大，可能面临高压
- 适合对AI Agent技术有强烈热情、具备良好工程和研究能力、希望在AIGC产品一线快速成长的算法工程师
缺点 / 挑战
- 身处AIGC最前沿领域，接触大模型Agent核心挑战，技术成长快
- 多团队协作频繁，跨部门沟通成本较高
角色解读
- 技术深耕：成为Agent系统架构专家，推动行业Agent技术标准
- 产品化方向：转向AI产品经理或技术负责人，主导智能创作产品迭代
- 科研方向：发表顶级论文，成为学术界与工业界的桥梁人物
- 研究和构建面向多模态创作场景的Agent系统，包括任务规划、工具调用、多轮对话等核心算法模块
- 设计Human-in-the-loop机制，平衡AI自主性和用户控制，提升创作体验
- 与工程、模型团队协作，将前沿Agent技术落地到真实的即梦产品中
- 扎实的机器学习和大模型基础，熟悉Agent、Tool Use、Function Call等前沿技术
- 优秀的Python编程和实验能力，能快速进行算法验证和数据分析
- 具备复杂问题抽象和拆解能力，能从具体场景中提炼通用技术问题
申请策略
- 在面试中准备一个完整的Agent demo，展示从任务规划到执行的闭环
- 了解即梦产品特点和用户创作场景，思考Agent如何提升体验
- 突出大模型相关项目经验，尤其是Agent、Tool Use、多轮对话等方向的实习或研究
- 展示Python项目代码质量和实验设计能力，可附GitHub链接
- 强调在复杂场景中抽象问题并给出解决方案的案例
- 深入阅读ReAct、Toolformer、AutoGPT等经典Agent论文，并尝试复现
- 掌握LangChain、LlamaIndex等Agent框架，了解其设计理念
- 熟悉多模态模型（如CLIP、BLIP、Stable Diffusion）的基本原理
面试指南
- 从任务拆解、工具选择、执行与观察、反馈修正的闭环思路回答，先全局后细节
- 采用案例驱动，先描述具体场景，再给出技术方案和权衡
- 强调实验验证和迭代优化，回答中体现数据驱动的思维
- 请设计一个Agent如何完成“生成一张赛博朋克风格的上海夜景图”的创作任务？
- 如何处理Agent在Function Call中工具返回错误或无效结果的情况？
- 如何评估一个创作Agent任务的执行质量？请提出具体指标
- Human-in-the-loop中如何平衡用户控制和AI自主性？举例说明
- 多轮对话中如何保持上下文一致性和长期记忆？
匹配度报告
74
综合匹配度
大厂核心AI算法岗，前沿Agent方向，技术成长快，薪资高但WLB一般。
适合人群
最适合追求技术成长和前沿挑战的求职者，若重视工作生活平衡则需谨慎。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展95
工作生活50
使命价值70
薪资福利匹配
80较高
大厂核心算法岗，薪资处于行业顶尖水平，福利完善，但需注意AI赛道加班文化普遍。
薪资信号市场水准 (30K-60K/月)
成长发展匹配
95较高
Agent方向是AI前沿，技术成长空间极大，字节提供丰富资源和团队支持。
技术前沿前沿/新兴技术
技术栈大模型Agent、Tool Use、Function Call、多模态、LLM、VLM
成长机会探索、建设、前沿、持续迭代
业务类型profit_center
工作生活匹配
50较低
未提及远程或弹性工作，大厂算法岗通常工作强度较大，WLB一般。
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
AIGC创作工具提升用户创意表达，具有一定社会价值，但商业化属性较强。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Watch Jobs