{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "推荐系统AI Agent开发实习生-TikTok短视频",
        "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": "后端"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：国际化短视频machine learning团队，负责国际化短视频的基础推荐算法，直接为国际化短视频的核心用户体验负责。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、CV/NLP等多个学术领域的算法改进以及对多种场景的推荐架构的设计和对产品数据的复杂深入的分析。在这里，你可以深入钻研机器学习算法的改进和优化，探索前沿的技术；可以跟来自全球不同国家的团队合作,感受不同文化的碰撞,激发认知；可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。\n\n1、负责面向推荐算法研发流程的Agent系统建设，覆盖代码生成、实验配置、数据分析、效果诊断、策略迭代辅助、自动化评测等场景；\n2、设计和实现Agent Harness、工具调用框架、任务编排、上下文管理、自动评测等核心能力，使Agent能够稳定完成真实研发任务；\n3、深入理解推荐算法工程师的日常工作流，抽象高频研发场景，构建可复用、可扩展的自动化解决方案；\n4、结合大语言模型、代码智能体、RAG、数据分析、工作流编排等技术，探索Agent在复杂推荐系统中的落地方式；\n5、与推荐算法、工程架构、数据平台、实验平台等团队合作，推动算法研发流程标准化、智能化，提升团队整体研发效率和算法迭代质量。",
        "requirements_text": "1、2027届本科及以上学历在读，计算机、软件工程、人工智能、数据科学等相关专业优先；\n2、具备优秀的编码能力和扎实的工程基础，熟悉数据结构、算法、操作系统、分布式系统、数据库等基础知识中的一项或多项；\n3、具备较强的系统设计和工程架构能力，能够设计可扩展、可维护、稳定可靠的工程系统，有平台型系统或复杂项目开发经验者优先；\n4、熟悉或对AI Agent、LLM应用开发、Agent Harness、工具调用、工作流编排、RAG、代码生成、自动化评测等方向有实践经验或浓厚兴趣；\n5、对推荐系统、机器学习和数据驱动的产品优化有兴趣，不要求已有推荐算法经验；有推荐系统、搜索广告、机器学习平台、数据平台、DevOps工具或开源项目经验者优先。",
        "skills": [AI生成
            "机器学习",
            "数据结构",
            "分布式系统",
            "数据库",
            "检索增强生成"
        ],
        "preferred_qualifications": "1、2027届本科及以上学历在读，计算机、软件工程、人工智能、数据科学等相关专业优先；3、具备较强的系统设计和工程架构能力，能够设计可扩展、可维护、稳定可靠的工程系统，有平台型系统或复杂项目开发经验者优先；有推荐系统、搜索广告、机器学习平台、数据平台、DevOps工具或开源项目经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7643658211312175413/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7643658211312175413",
        "post_date": "2026-05-25",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7643658211312175413/detail"
    },
    "fulltext": "推荐系统AI Agent开发实习生-TikTok短视频\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：国际化短视频machine learning团队，负责国际化短视频的基础推荐算法，直接为国际化短视频的核心用户体验负责。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、CV/NLP等多个学术领域的算法改进以及对多种场景的推荐架构的设计和对产品数据的复杂深入的分析。在这里，你可以深入钻研机器学习算法的改进和优化，探索前沿的技术；可以跟来自全球不同国家的团队合作,感受不同文化的碰撞,激发认知；可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。\n\n1、负责面向推荐算法研发流程的Agent系统建设，覆盖代码生成、实验配置、数据分析、效果诊断、策略迭代辅助、自动化评测等场景；\n2、设计和实现Agent Harness、工具调用框架、任务编排、上下文管理、自动评测等核心能力，使Agent能够稳定完成真实研发任务；\n3、深入理解推荐算法工程师的日常工作流，抽象高频研发场景，构建可复用、可扩展的自动化解决方案；\n4、结合大语言模型、代码智能体、RAG、数据分析、工作流编排等技术，探索Agent在复杂推荐系统中的落地方式；\n5、与推荐算法、工程架构、数据平台、实验平台等团队合作，推动算法研发流程标准化、智能化，提升团队整体研发效率和算法迭代质量。\n\n职位要求\n1、2027届本科及以上学历在读，计算机、软件工程、人工智能、数据科学等相关专业优先；\n2、具备优秀的编码能力和扎实的工程基础，熟悉数据结构、算法、操作系统、分布式系统、数据库等基础知识中的一项或多项；\n3、具备较强的系统设计和工程架构能力，能够设计可扩展、可维护、稳定可靠的工程系统，有平台型系统或复杂项目开发经验者优先；\n4、熟悉或对AI Agent、LLM应用开发、Agent Harness、工具调用、工作流编排、RAG、代码生成、自动化评测等方向有实践经验或浓厚兴趣；\n5、对推荐系统、机器学习和数据驱动的产品优化有兴趣，不要求已有推荐算法经验；有推荐系统、搜索广告、机器学习平台、数据平台、DevOps工具或开源项目经验者优先。\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：国际化短视频machine learning团队，负责国际化短视频的基础推荐算法，直接为国际化短视频的核心用户体验负责。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、CV/NLP等多个学术领域的算法改进以及对多种场景的推荐架构的设计和对产品数据的复杂深入的分析。在这里，你可以深入钻研机器学习算法的改进和优化，探索前沿的技术；可以跟来自全球不同国家的团队合作,感受不同文化的碰撞,激发认知；可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。\n\n1、负责面向推荐算法研发流程的Agent系统建设，覆盖代码生成、实验配置、数据分析、效果诊断、策略迭代辅助、自动化评测等场景；\n2、设计和实现Agent Harness、工具调用框架、任务编排、上下文管理、自动评测等核心能力，使Agent能够稳定完成真实研发任务；\n3、深入理解推荐算法工程师的日常工作流，抽象高频研发场景，构建可复用、可扩展的自动化解决方案；\n4、结合大语言模型、代码智能体、RAG、数据分析、工作流编排等技术，探索Agent在复杂推荐系统中的落地方式；\n5、与推荐算法、工程架构、数据平台、实验平台等团队合作，推动算法研发流程标准化、智能化，提升团队整体研发效率和算法迭代质量。\n1、2027届本科及以上学历在读，计算机、软件工程、人工智能、数据科学等相关专业优先；\n2、具备优秀的编码能力和扎实的工程基础，熟悉数据结构、算法、操作系统、分布式系统、数据库等基础知识中的一项或多项；\n3、具备较强的系统设计和工程架构能力，能够设计可扩展、可维护、稳定可靠的工程系统，有平台型系统或复杂项目开发经验者优先；\n4、熟悉或对AI Agent、LLM应用开发、Agent Harness、工具调用、工作流编排、RAG、代码生成、自动化评测等方向有实践经验或浓厚兴趣；\n5、对推荐系统、机器学习和数据驱动的产品优化有兴趣，不要求已有推荐算法经验；有推荐系统、搜索广告、机器学习平台、数据平台、DevOps工具或开源项目经验者优先。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}