职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7611576137101871413

AI Agent效果优化实习生-Aime

未披露 · 北京 · 字节跳动

主分类:AI模型评测工程
算法与数据
辅助:Agent系统开发(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": "AI Agent效果优化实习生-Aime",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "未披露",
        "location": "北京",
        "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": "2027届本科及以上学历在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "ByteIntern:面向2027届毕业生(2026年9月-2027年8月期间毕业),为符合岗位要求的同学提供转正机会。\n团队介绍:Aime 是字节跳动打造的企业级 AI Agent 平台,面向研发、产品、运营等多类岗位,提供基于大模型的智能服务。平台集成代码仓库、文档、知识库、飞书、Browser Use、MCP、研发工具链等企业能力,支持调研、Coding、数据分析、文档生成、Browser Automation 等复杂任务,通过自研 Agent 架构完成端到端日常工作提效。\n\n1、深度参与Aime的场景落地与效果优化。以评测思想为指导,建立“发现问题-归因分析-策略调优-效果验证”的闭环,为Aime在各业务场景的最终效果负责;\n2、基于复杂业务场景构建高覆盖、高区分度的评测数据集与验收标准,不仅定义模型/Agent的“好坏”,更要精准定位其在意图理解、任务规划、工具调用等环节的负面案例根因;\n3、结合多样的效果衡量手段,开展高频的效果实验。通过精调Prompt、重构Workflow编排、优化RAG检索策略等方式,实现复杂多任务场景的性能指标快速提升;\n4、深入分析Agent产品的日常运转效果,将提炼出的优化结论直接转化为可落地的技术方案(如增强系统Prompt、优化API描述、增加容错逻辑等)。",
        "requirements_text": "1、2027届本科及以上学历在读,计算机、人工智能、软件工程等相关专业;\n2、有大模型/LLM/Agent评测、对话系统评估、模型迭代相关经验优先,具备优秀的学习能力,能快速理解复杂Agent逻辑、评测痛点与业务目标,主动思考并积极执行;\n3、具备高度自驱力和执行力,注重结果达成、勇于突破创新,对工作质量有高标准要求,具备解决复杂问题的毅力;\n4、有评测集构建、评测方案设计、数据分析/结论提炼能力,能从数据中发现真问题、给出真方案;\n5、熟悉主流大模型生态,有评测工具开发、自动化评测、模型调用经验者优先。",
        "skills": [AI生成
            "数据分析",
            "学习能力",
            "大语言模型"
        ],
        "preferred_qualifications": "2、有大模型/LLM/Agent评测、对话系统评估、模型迭代相关经验优先,具备优秀的学习能力,能快速理解复杂Agent逻辑、评测痛点与业务目标,主动思考并积极执行;5、熟悉主流大模型生态,有评测工具开发、自动化评测、模型调用经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7611576137101871413/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7611576137101871413",
        "post_date": "2026-02-28",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7611576137101871413/detail"
    },
    "fulltext": "AI Agent效果优化实习生-Aime\n职位描述\nByteIntern:面向2027届毕业生(2026年9月-2027年8月期间毕业),为符合岗位要求的同学提供转正机会。\n团队介绍:Aime 是字节跳动打造的企业级 AI Agent 平台,面向研发、产品、运营等多类岗位,提供基于大模型的智能服务。平台集成代码仓库、文档、知识库、飞书、Browser Use、MCP、研发工具链等企业能力,支持调研、Coding、数据分析、文档生成、Browser Automation 等复杂任务,通过自研 Agent 架构完成端到端日常工作提效。\n\n1、深度参与Aime的场景落地与效果优化。以评测思想为指导,建立“发现问题-归因分析-策略调优-效果验证”的闭环,为Aime在各业务场景的最终效果负责;\n2、基于复杂业务场景构建高覆盖、高区分度的评测数据集与验收标准,不仅定义模型/Agent的“好坏”,更要精准定位其在意图理解、任务规划、工具调用等环节的负面案例根因;\n3、结合多样的效果衡量手段,开展高频的效果实验。通过精调Prompt、重构Workflow编排、优化RAG检索策略等方式,实现复杂多任务场景的性能指标快速提升;\n4、深入分析Agent产品的日常运转效果,将提炼出的优化结论直接转化为可落地的技术方案(如增强系统Prompt、优化API描述、增加容错逻辑等)。\n\n职位要求\n1、2027届本科及以上学历在读,计算机、人工智能、软件工程等相关专业;\n2、有大模型/LLM/Agent评测、对话系统评估、模型迭代相关经验优先,具备优秀的学习能力,能快速理解复杂Agent逻辑、评测痛点与业务目标,主动思考并积极执行;\n3、具备高度自驱力和执行力,注重结果达成、勇于突破创新,对工作质量有高标准要求,具备解决复杂问题的毅力;\n4、有评测集构建、评测方案设计、数据分析/结论提炼能力,能从数据中发现真问题、给出真方案;\n5、熟悉主流大模型生态,有评测工具开发、自动化评测、模型调用经验者优先。\nByteIntern:面向2027届毕业生(2026年9月-2027年8月期间毕业),为符合岗位要求的同学提供转正机会。\n团队介绍:Aime 是字节跳动打造的企业级 AI Agent 平台,面向研发、产品、运营等多类岗位,提供基于大模型的智能服务。平台集成代码仓库、文档、知识库、飞书、Browser Use、MCP、研发工具链等企业能力,支持调研、Coding、数据分析、文档生成、Browser Automation 等复杂任务,通过自研 Agent 架构完成端到端日常工作提效。\n\n1、深度参与Aime的场景落地与效果优化。以评测思想为指导,建立“发现问题-归因分析-策略调优-效果验证”的闭环,为Aime在各业务场景的最终效果负责;\n2、基于复杂业务场景构建高覆盖、高区分度的评测数据集与验收标准,不仅定义模型/Agent的“好坏”,更要精准定位其在意图理解、任务规划、工具调用等环节的负面案例根因;\n3、结合多样的效果衡量手段,开展高频的效果实验。通过精调Prompt、重构Workflow编排、优化RAG检索策略等方式,实现复杂多任务场景的性能指标快速提升;\n4、深入分析Agent产品的日常运转效果,将提炼出的优化结论直接转化为可落地的技术方案(如增强系统Prompt、优化API描述、增加容错逻辑等)。\n1、2027届本科及以上学历在读,计算机、人工智能、软件工程等相关专业;\n2、有大模型/LLM/Agent评测、对话系统评估、模型迭代相关经验优先,具备优秀的学习能力,能快速理解复杂Agent逻辑、评测痛点与业务目标,主动思考并积极执行;\n3、具备高度自驱力和执行力,注重结果达成、勇于突破创新,对工作质量有高标准要求,具备解决复杂问题的毅力;\n4、有评测集构建、评测方案设计、数据分析/结论提炼能力,能从数据中发现真问题、给出真方案;\n5、熟悉主流大模型生态,有评测工具开发、自动化评测、模型调用经验者优先。",
    "standard_classification": {
        "std_category_code": "T015",
        "std_aux_codes": [
            "T009"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}