职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7602462980320577845

AIGC Agent全栈工程师-TikTok

未披露 · 上海 · 字节跳动

主分类:Agent系统开发
软件开发与 IT
辅助:AI模型评测工程(仅展示)
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": "AIGC Agent全栈工程师-TikTok",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "上海",
        "work_mode": "未披露",AI生成
        "job_category": "战略"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": "计算机科学、人工智能、机器学习、数据科学或相关领域的本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、端到端代理开发:设计和实现AI代理工作流,用于任务如创意生成、剧本编写、分镜设计和视频评估,利用数据洞察自动化创意流程;\n2、优化与集成:应用上下文管理、提示词工程和Tool Calling技术,提升代理可用性;\n3、算法探索与应用:研究如Chain-of-Thought(CoT)和ReAct等推理模式;使用强化学习和微调提升代理在创意任务中的性能,以数据指标为指导;\n4、评估框架构建:为Agent开发全面基准体系,定义关键评估指标,搭建自动化评估管道并进行A/B测试,以数据驱动迭代;\n5、AI原生研发范式实践:紧跟AI大模型的技术趋势,深入实践Spec-Driven Development等AI原生开发范式,利用AI辅助编码工具提升研发效能,推动团队技术文化的演进。",
        "requirements_text": "1、计算机科学、人工智能、机器学习、数据科学或相关领域的本科及以上学历;有端到端AI项目经验优先;\n2、较强的技术敏锐度,同时对内容创作有审美追求,能够将创意意图转化为技术语言;\n3、优秀的跨文化沟通能力,适应全球化团队的快节奏协作;快速学习能力和较强的问题解决能力,乐于在模糊边界中寻找创新解法;\n4、精通Python编程和主流Agent框架(如LangChain、LangGraph、AutoGen);\n5、熟悉AI辅助编码范式,能够高效利用如Claude Code、Codex、Cursor等工具进行开发支持,清楚了解AI Coding工具的能力边界;\n6、拥有LLM及多模态模型的实际落地经验,在上下文优化、提示精炼、RAG或模型微调方面有实战成果优先。",
        "skills": [AI生成
            "Python",
            "机器学习",
            "模型微调",
            "沟通能力",
            "学习能力"
        ],
        "preferred_qualifications": "有端到端AI项目经验优先;6、拥有LLM及多模态模型的实际落地经验,在上下文优化、提示精炼、RAG或模型微调方面有实战成果优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7602462980320577845/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7602462980320577845",
        "post_date": "2026-02-03",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7602462980320577845/detail"
    },
    "fulltext": "AIGC Agent全栈工程师-TikTok\n职位描述\n1、端到端代理开发:设计和实现AI代理工作流,用于任务如创意生成、剧本编写、分镜设计和视频评估,利用数据洞察自动化创意流程;\n2、优化与集成:应用上下文管理、提示词工程和Tool Calling技术,提升代理可用性;\n3、算法探索与应用:研究如Chain-of-Thought(CoT)和ReAct等推理模式;使用强化学习和微调提升代理在创意任务中的性能,以数据指标为指导;\n4、评估框架构建:为Agent开发全面基准体系,定义关键评估指标,搭建自动化评估管道并进行A/B测试,以数据驱动迭代;\n5、AI原生研发范式实践:紧跟AI大模型的技术趋势,深入实践Spec-Driven Development等AI原生开发范式,利用AI辅助编码工具提升研发效能,推动团队技术文化的演进。\n\n职位要求\n1、计算机科学、人工智能、机器学习、数据科学或相关领域的本科及以上学历;有端到端AI项目经验优先;\n2、较强的技术敏锐度,同时对内容创作有审美追求,能够将创意意图转化为技术语言;\n3、优秀的跨文化沟通能力,适应全球化团队的快节奏协作;快速学习能力和较强的问题解决能力,乐于在模糊边界中寻找创新解法;\n4、精通Python编程和主流Agent框架(如LangChain、LangGraph、AutoGen);\n5、熟悉AI辅助编码范式,能够高效利用如Claude Code、Codex、Cursor等工具进行开发支持,清楚了解AI Coding工具的能力边界;\n6、拥有LLM及多模态模型的实际落地经验,在上下文优化、提示精炼、RAG或模型微调方面有实战成果优先。\n1、端到端代理开发:设计和实现AI代理工作流,用于任务如创意生成、剧本编写、分镜设计和视频评估,利用数据洞察自动化创意流程;\n2、优化与集成:应用上下文管理、提示词工程和Tool Calling技术,提升代理可用性;\n3、算法探索与应用:研究如Chain-of-Thought(CoT)和ReAct等推理模式;使用强化学习和微调提升代理在创意任务中的性能,以数据指标为指导;\n4、评估框架构建:为Agent开发全面基准体系,定义关键评估指标,搭建自动化评估管道并进行A/B测试,以数据驱动迭代;\n5、AI原生研发范式实践:紧跟AI大模型的技术趋势,深入实践Spec-Driven Development等AI原生开发范式,利用AI辅助编码工具提升研发效能,推动团队技术文化的演进。\n1、计算机科学、人工智能、机器学习、数据科学或相关领域的本科及以上学历;有端到端AI项目经验优先;\n2、较强的技术敏锐度,同时对内容创作有审美追求,能够将创意意图转化为技术语言;\n3、优秀的跨文化沟通能力,适应全球化团队的快节奏协作;快速学习能力和较强的问题解决能力,乐于在模糊边界中寻找创新解法;\n4、精通Python编程和主流Agent框架(如LangChain、LangGraph、AutoGen);\n5、熟悉AI辅助编码范式,能够高效利用如Claude Code、Codex、Cursor等工具进行开发支持,清楚了解AI Coding工具的能力边界;\n6、拥有LLM及多模态模型的实际落地经验,在上下文优化、提示精炼、RAG或模型微调方面有实战成果优先。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [
            "T015"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}