主分类：Agent系统开发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "豆包大模型Agent算法工程师 - 火山方舟",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "深圳",
"work_mode": "未披露",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍：火山方舟是火山引擎推出的一站式大模型服务平台，是中国大模型市场产品和份额领跑者。平台提供模型推理、评测、精调等全流程服务。方舟搭载了豆包及业界主流大模型，提供丰富的插件生态和AI应用开发服务，并通过稳定可靠的安全互信方案、专业的算法技术服务，全方位保障企业级AI应用落地。\n\n1、参与火山方舟Managed-Agent相关的算法研发工作，参与方舟自有Harness的技术架构选型、设计、优化；\n2、优化方舟自有Harness，包括但不限于Harness的运行模式、Built-in Tools、Context机制、multi-Agent协作调度、智能的辅助能力（模型选择、Advisor、Grader、Ralph loop等等）；\n3、和评测团队一起构建面向Harness迭代的Agent评测，构建全面、有效的Agent Harness端到端评测；\n4、定义和实现Harness领域的前沿创新，与模型团队深度合作，参与实现模型与Harness的共同进化，从Harness的角度实现Seed Model和Harness与模型的深度适配。",
"requirements_text": "1、对Agent Harness有技术热情和优化经验，对大模型和Agent有较深入的理解，对模型行为有品味有判断力，对开发者体验有强感知；\n2、熟练使用AI Agent工具进行软件开发；在软件开发领域具有学习能力；能够在AI辅助下进行有质量保证的编程工作；\n3、熟悉模型和Agent Harness的基本机制及其技术原理（如LLM API、Reasoning、KV Cache、ToolUse、Skills、ReAct、Multi-Agent、MCP、A2A、FunctionCalling）；\n4、熟悉Agent评估方法、构建、RAG检索技术，了解流行的各类Agent应用的原理和实现细节（如OpenClaw、HermesAgent、Codex、ClaudeCode、Managed-Agents）；\n5、对Harness Evolving有实践，包括但不限于AutoPE,Memory Evolve,Harness代码Evolve，如AlphaEvolve、Hyper-Agents等；\n6、Agent产品的用户，深度使用过各类Agent产品，将相关产品的使用融入到工作和生活。",
"skills": [AI生成
"React",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7601812921946491189/detail"
}
]
},
"posting": {
"posting_id": "7601812921946491189",
"post_date": "2026-02-01",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7601812921946491189/detail"
},
"fulltext": "豆包大模型Agent算法工程师 - 火山方舟\n职位描述\n团队介绍：火山方舟是火山引擎推出的一站式大模型服务平台，是中国大模型市场产品和份额领跑者。平台提供模型推理、评测、精调等全流程服务。方舟搭载了豆包及业界主流大模型，提供丰富的插件生态和AI应用开发服务，并通过稳定可靠的安全互信方案、专业的算法技术服务，全方位保障企业级AI应用落地。\n\n1、参与火山方舟Managed-Agent相关的算法研发工作，参与方舟自有Harness的技术架构选型、设计、优化；\n2、优化方舟自有Harness，包括但不限于Harness的运行模式、Built-in Tools、Context机制、multi-Agent协作调度、智能的辅助能力（模型选择、Advisor、Grader、Ralph loop等等）；\n3、和评测团队一起构建面向Harness迭代的Agent评测，构建全面、有效的Agent Harness端到端评测；\n4、定义和实现Harness领域的前沿创新，与模型团队深度合作，参与实现模型与Harness的共同进化，从Harness的角度实现Seed Model和Harness与模型的深度适配。\n\n职位要求\n1、对Agent Harness有技术热情和优化经验，对大模型和Agent有较深入的理解，对模型行为有品味有判断力，对开发者体验有强感知；\n2、熟练使用AI Agent工具进行软件开发；在软件开发领域具有学习能力；能够在AI辅助下进行有质量保证的编程工作；\n3、熟悉模型和Agent Harness的基本机制及其技术原理（如LLM API、Reasoning、KV Cache、ToolUse、Skills、ReAct、Multi-Agent、MCP、A2A、FunctionCalling）；\n4、熟悉Agent评估方法、构建、RAG检索技术，了解流行的各类Agent应用的原理和实现细节（如OpenClaw、HermesAgent、Codex、ClaudeCode、Managed-Agents）；\n5、对Harness Evolving有实践，包括但不限于AutoPE,Memory Evolve,Harness代码Evolve，如AlphaEvolve、Hyper-Agents等；\n6、Agent产品的用户，深度使用过各类Agent产品，将相关产品的使用融入到工作和生活。\n团队介绍：火山方舟是火山引擎推出的一站式大模型服务平台，是中国大模型市场产品和份额领跑者。平台提供模型推理、评测、精调等全流程服务。方舟搭载了豆包及业界主流大模型，提供丰富的插件生态和AI应用开发服务，并通过稳定可靠的安全互信方案、专业的算法技术服务，全方位保障企业级AI应用落地。\n\n1、参与火山方舟Managed-Agent相关的算法研发工作，参与方舟自有Harness的技术架构选型、设计、优化；\n2、优化方舟自有Harness，包括但不限于Harness的运行模式、Built-in Tools、Context机制、multi-Agent协作调度、智能的辅助能力（模型选择、Advisor、Grader、Ralph loop等等）；\n3、和评测团队一起构建面向Harness迭代的Agent评测，构建全面、有效的Agent Harness端到端评测；\n4、定义和实现Harness领域的前沿创新，与模型团队深度合作，参与实现模型与Harness的共同进化，从Harness的角度实现Seed Model和Harness与模型的深度适配。\n1、对Agent Harness有技术热情和优化经验，对大模型和Agent有较深入的理解，对模型行为有品味有判断力，对开发者体验有强感知；\n2、熟练使用AI Agent工具进行软件开发；在软件开发领域具有学习能力；能够在AI辅助下进行有质量保证的编程工作；\n3、熟悉模型和Agent Harness的基本机制及其技术原理（如LLM API、Reasoning、KV Cache、ToolUse、Skills、ReAct、Multi-Agent、MCP、A2A、FunctionCalling）；\n4、熟悉Agent评估方法、构建、RAG检索技术，了解流行的各类Agent应用的原理和实现细节（如OpenClaw、HermesAgent、Codex、ClaudeCode、Managed-Agents）；\n5、对Harness Evolving有实践，包括但不限于AutoPE,Memory Evolve,Harness代码Evolve，如AlphaEvolve、Hyper-Agents等；\n6、Agent产品的用户，深度使用过各类Agent产品，将相关产品的使用融入到工作和生活。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}