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": "Agent自进化算法工程师-AI Platform",
"job_level": "未披露",AI生成
"work_category": "全职",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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责Agent自进化平台能力建设，基于已具备的Trace采集能力，设计并实现「评测→归因→分析→优化→再评测」的通用自动迭代循环，使多个业务线能基于自身Trace数据实现Agent的持续自进化，而非仅输出优化建议；\n2、建设通用化Agent评测与归因分析引擎，从海量执行Trace中自动识别退化模式、能力短板与优化机会点，并直接驱动优化执行（Prompt自动改写、工具配置调整、记忆策略更新等），执行后自动触发再评测验证优化效果，形成持续迭代循环；\n3、探索并沉淀自进化方法论，通过评测归因、对比学习、记忆检索、自动优化等手段实现Agent行为的系统化自动调优，使优化能力从单业务定制走向跨业务通用；\n4、与评测平台、Trace分析平台产品团队紧密协作，将上述闭环能力产品化，降低业务接入成本，提升自进化方法的通用性与可迁移性。",
"requirements_text": "1、人工智能、计算机科学、统计学、软件工程等相关专业研究生及以上学历，具备扎实的工程与算法基础；\n2、精通Agent应用开发与调优：具备Agentic框架的实际开发与深度定制经验，熟悉主流Agent范式，在Prompt自动优化、记忆系统设计、上下文管理、工具/Skill调度等方向有深入实践；\n3、具备大模型应用认知，熟悉推理流程与能力边界，理解上下文管理、多Agent架构、Agent Teams等核心机制；\n4、扎实的机器学习与数据分析能力：熟练使用Python及常用ML库，擅长分类、聚类、归因分析、A/B实验等定量方法，能从海量Trace数据中发现问题模式；\n5、熟悉AI Coding工具，能利用AI Agent快速完成探索调研、原型开发与实验验证。",
"skills": [AI生成
"Python",
"机器学习",
"数据分析",
"分析能力",
"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/7633827808167446837/detail"
}
]
},
"posting": {
"posting_id": "7633827808167446837",
"post_date": "2026-04-28",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7633827808167446837/detail"
},
"fulltext": "Agent自进化算法工程师-AI Platform\n职位描述\n1、负责Agent自进化平台能力建设，基于已具备的Trace采集能力，设计并实现「评测→归因→分析→优化→再评测」的通用自动迭代循环，使多个业务线能基于自身Trace数据实现Agent的持续自进化，而非仅输出优化建议；\n2、建设通用化Agent评测与归因分析引擎，从海量执行Trace中自动识别退化模式、能力短板与优化机会点，并直接驱动优化执行（Prompt自动改写、工具配置调整、记忆策略更新等），执行后自动触发再评测验证优化效果，形成持续迭代循环；\n3、探索并沉淀自进化方法论，通过评测归因、对比学习、记忆检索、自动优化等手段实现Agent行为的系统化自动调优，使优化能力从单业务定制走向跨业务通用；\n4、与评测平台、Trace分析平台产品团队紧密协作，将上述闭环能力产品化，降低业务接入成本，提升自进化方法的通用性与可迁移性。\n\n职位要求\n1、人工智能、计算机科学、统计学、软件工程等相关专业研究生及以上学历，具备扎实的工程与算法基础；\n2、精通Agent应用开发与调优：具备Agentic框架的实际开发与深度定制经验，熟悉主流Agent范式，在Prompt自动优化、记忆系统设计、上下文管理、工具/Skill调度等方向有深入实践；\n3、具备大模型应用认知，熟悉推理流程与能力边界，理解上下文管理、多Agent架构、Agent Teams等核心机制；\n4、扎实的机器学习与数据分析能力：熟练使用Python及常用ML库，擅长分类、聚类、归因分析、A/B实验等定量方法，能从海量Trace数据中发现问题模式；\n5、熟悉AI Coding工具，能利用AI Agent快速完成探索调研、原型开发与实验验证。\n1、负责Agent自进化平台能力建设，基于已具备的Trace采集能力，设计并实现「评测→归因→分析→优化→再评测」的通用自动迭代循环，使多个业务线能基于自身Trace数据实现Agent的持续自进化，而非仅输出优化建议；\n2、建设通用化Agent评测与归因分析引擎，从海量执行Trace中自动识别退化模式、能力短板与优化机会点，并直接驱动优化执行（Prompt自动改写、工具配置调整、记忆策略更新等），执行后自动触发再评测验证优化效果，形成持续迭代循环；\n3、探索并沉淀自进化方法论，通过评测归因、对比学习、记忆检索、自动优化等手段实现Agent行为的系统化自动调优，使优化能力从单业务定制走向跨业务通用；\n4、与评测平台、Trace分析平台产品团队紧密协作，将上述闭环能力产品化，降低业务接入成本，提升自进化方法的通用性与可迁移性。\n1、人工智能、计算机科学、统计学、软件工程等相关专业研究生及以上学历，具备扎实的工程与算法基础；\n2、精通Agent应用开发与调优：具备Agentic框架的实际开发与深度定制经验，熟悉主流Agent范式，在Prompt自动优化、记忆系统设计、上下文管理、工具/Skill调度等方向有深入实践；\n3、具备大模型应用认知，熟悉推理流程与能力边界，理解上下文管理、多Agent架构、Agent Teams等核心机制；\n4、扎实的机器学习与数据分析能力：熟练使用Python及常用ML库，擅长分类、聚类、归因分析、A/B实验等定量方法，能从海量Trace数据中发现问题模式；\n5、熟悉AI Coding工具，能利用AI Agent快速完成探索调研、原型开发与实验验证。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}