字节跳动
AI Agent算法专家-国际化电商
AI Agent算法专家-国际化电商
发布于 大约 4 小时前普通员工/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
研究与开发 (研发)
强化学习
LLM
SFT
AI Agent
PPO
RLHF
LangGraph
Grpo
Openclaw
AI 估算 · 40k–70k
资深算法专家岗位，AI Agent前沿方向，北京大厂，薪资竞争力强
职位详情
关于这个职位
作为字节跳动国际化电商的AI Agent算法专家，你将致力于构建电商Agent大脑，探索LangGraph、OpenClaw等前沿Agent框架，打造高性能工具集，并优化Agentic RL训练体系
该职位汇聚了AI Agent、大模型与强化学习等最前沿技术，适合渴望在实战中推动技术创新的资深算法工程师
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大脑与技术追踪：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
- 字节跳动国际化电商场景丰富，业务影响力广，技术成果可直接落地
- 大厂资源充足，薪资与福利优厚，职业发展路径清晰
- 涉及电商治理等复杂业务场景，问题定义与解决方案均需深入业务理解
- 可能需要高强度工作，快速迭代与多项目并行
- 适合有深厚AI算法与工程功底、对Agent技术充满热情、渴望在业务实战中推动技术创新的资深技术专家
缺点 / 挑战
- 站在AI Agent和大模型技术最前沿，技术挑战与成长空间巨大
- 技术难度高，需要快速跟进业界最新论文与框架，持续学习压力大
角色解读
- 技术方向：从Agent算法专家进阶为AI Agent架构师或首席科学家
- 管理方向：带领团队负责电商核心AI系统，晋升为技术总监
- 横向发展：向多模态、强化学习等相邻领域拓展，成为全栈AI专家
- 构建电商Agent基座，探索LangGraph、OpenClaw等框架，实现任务的自动规划与调度
- 开发高性能、可复用的电商场景工具集，包括高QPS模型工具和业务治理Agent
- 应用SFT、RLHF及PPO、GRPO等强化学习技术，优化大模型的Agentic RL能力
- 推动Agent系统的自进化与自动化，构建稳定可靠的Agent基础设施
- 精通Python及生产级开发，熟悉数据结构与算法
- 深入掌握至少一种主流Agent框架（LangGraph等），理解Agent架构
- 扎实的AI算法背景，熟悉大模型Post-training技术（SFT/RLHF）
- 具备技术沟通、项目管理与跨团队协作能力
申请策略
- 了解字节跳动国际化电商的业务方向，思考Agent技术如何赋能具体场景
- 在简历中避免泛泛而谈，用STAR法则描述项目贡献
- 突出Agent框架（LangGraph等）实际项目经验，展示系统设计与落地成果
- 强调大模型训练（SFT/RLHF）和强化学习（PPO/GRPO）相关项目
- 展现技术文档撰写、跨团队协作与项目管理案例
- 如有学术论文或竞赛奖项，单独列出
- 系统学习LangGraph、OpenClaw等Agent框架，动手搭建Demo
- 强化强化学习理论基础，特别是Policy Gradient和PPO/GRPO
面试指南
- 使用STAR法则：背景-任务-行动-结果，突出个人贡献与量化收益
- 对比分析时，从适用场景、性能、可扩展性等维度展开，体现深度思考
- 结合电商业务具体痛点，展示技术对业务价值的理解
- 请介绍一个你主导的Agent系统，包括架构设计、技术选型与落地效果
- 对比LangGraph与OpenClaw的异同，在什么场景下你会选择哪个？
- 如何用强化学习（PPO/GRPO）优化大模型的工具调用能力？
- 电商治理中Agent的准确率和召回率如何平衡？如何保证系统稳定性？
- 你如何追踪AI Agent前沿技术？请举例说明你如何将一篇论文转化为实际项目
匹配度报告
70
综合匹配度
字节跳动国际化电商AI Agent算法专家，前沿技术栈，发展上限高，但工作强度和生活平衡一般。
适合人群
该职位最适合以技术成长和前沿探索为首要动机的求职者，愿意在高压下快速提升。
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95
工作生活40
使命价值70
薪资福利匹配
75中等
字节跳动作为上市大厂，薪资具备市场竞争力，但JD未明确列出薪资和福利，补偿性动机满足程度中等偏上。
薪资信号未披露（AI估算：40K-70K/月）
成长发展匹配
95较高
职位专注AI Agent前沿技术，涉及LLM、强化学习、多智能体等，并鼓励技术追踪和沉淀，发展性动机得到极好满足。
技术前沿前沿/新兴技术
技术栈LangGraph、OpenClaw、LLM、AI Agent、强化学习、SFT、RLHF、PPO、GRPO、多模态
成长机会持续追踪、探索、沉淀技术文档、最佳实践
业务类型ambiguous
工作生活匹配
40较低
职位为仅现场办公，未提及弹性工作或WLB，且大厂算法岗位通常工作强度较高，生活化动机满足程度有限。
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
电商+AI行业高速增长，技术应用能推动业务创新，但JD未强调社会使命或积极影响，意义感动机满足中等。
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