Agent客户端软件工程师-移动OS

优缺点分析

角色解读

• 可向Agent系统架构师或AI技术专家发展，深入大模型与客户端结合领域
• 积累AI应用落地经验后，可转岗至AI产品经理或技术Leader
• 字节跳动内部技术栈丰富，有机会跨部门交流，拓展至推荐、搜索等AI方向
• 设计并开发AI应用，集成RAG、Agent、Workflow、联网搜索等能力，与现有业务系统对接
• 负责智能Agent系统的核心模块开发，包括自主决策、任务规划等逻辑实现
• 进行系统性能调优，优化大模型推理延迟、多任务并发冲突，提升运行效率
• 编写技术文档并进行团队分享，配合架构师完善开发规范
• 扎实的编程基础，熟练掌握C++或Java，了解大模型调用流程
• 具备AI应用或智能系统开发经验，理解Agent基本原理
• 丰富的性能优化经验，熟练使用性能分析工具解决内存泄漏、卡顿等问题
• 较强的问题解决和沟通能力，能独立完成模块开发并同步进度

申请策略

• 关注字节跳动移动OS团队的技术博客，了解其技术方向和挑战
• 面试前准备一个AI Agent的端到端项目思路，展示系统设计能力
• 突出AI应用或智能系统开发项目经验，尤其是RAG、Agent相关实践
• 展示性能优化案例，如使用工具解决内存泄漏、卡顿等，量化效果
• 强调编程语言（C++/Java）熟练度和大模型调用经历，附带GitHub或技术博客
• 提前学习Agent框架（如LangChain、AutoGPT）和RAG技术原理
• 复习客户端性能分析工具（如Perfetto、Instruments）和优化策略

面试指南

• 结构化回答：先明确目标，分步骤阐述设计思路，最后突出优化点
• STAR法则：针对性能问题，描述情境、任务、行动和量化结果
• 技术对比：比较不同方案的优劣，展示深度思考
• 请设计一个基于RAG的智能问答Agent，并说明如何优化响应延迟
• 你在客户端开发中遇到最棘手的性能问题是什么？如何解决的？
• 解释Agent的自主决策和任务规划原理，并举例在客户端中的实现
• 如何在不增加内存的情况下Cache大模型的中间结果？
• 你如何看待大模型在移动端的部署挑战？