职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7652018320556689717

Agent平台工程师-AI for Science

未披露 · 北京 · 字节跳动

主分类:Agent系统开发
软件开发与 IT
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平台工程师-AI for Science",
        "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": "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": 1,
        "degree": "硕士学位及以上",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、负责面向Auto Research场景的Agent Platform设计与开发,构建可扩展、可复用的研究自动化框架;\n2、设计和实现Agent Workflow、Agent Runtime、多Agent协作等能力,支持复杂研究任务的自动化执行;\n3、集成搜索、文献阅读、代码执行、实验运行、结果分析等工具能力,构建统一的Agent Tool Ecosystem;\n4、参与Agent Memory、EvaLuation、Observability等关键模块建设,提升系统稳定性、可调试性和迭代效率;\n5、与算法、科研及应用团队紧密协作,理解研究场景需求,持续完善平台能力,支撑Auto Research工作流落地。",
        "requirements_text": "1、硕士学位及以上,计算机、软件工程、人工智能等相关专业,1年以上后端研发工作经验;\n2、熟练掌握Python,具备良好的编程习惯和工程能力,能够独立完成系统设计与功能开发;\n3、熟悉LLM应用开发,理解Agent、Tool Calling等基本概念,并具备相关项目实践经验;\n4、具备较强的问题分析能力和快速学习能力,能够从0到1完成复杂功能设计与落地;\n5、具备良好的沟通与协作能力,对Agent、Auto Research和AI应用方向有浓厚兴趣。\n\n加分项\n1、具有LangGraph、OpenAI Agents SDK、AutoGen、CrewAI等Agent Framework使用或开发经验;\n2、具有MCP、Browser Agent、Coding Agent、Deep Research等相关项目经验;\n3、熟悉AI科研工作流,对文献调研、代码生成、实验自动化等场景有实践经验。\n\n我们期待你\n1、对Agent和Auto Research有强烈兴趣,愿意探索下一代科研工作流;\n2、关注工程落地与实际价值,能够快速迭代并持续优化系统;\n3、乐于在小团队环境中承担责任,推动想法快速变成可运行的产品和平台。",
        "skills": [AI生成
            "Python",
            "学习能力",
            "分析能力"
        ],
        "preferred_qualifications": "加分项",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7652018320556689717/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7652018320556689717",
        "post_date": "2026-06-16",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7652018320556689717/detail"
    },
    "fulltext": "Agent平台工程师-AI for Science\n职位描述\n1、负责面向Auto Research场景的Agent Platform设计与开发,构建可扩展、可复用的研究自动化框架;\n2、设计和实现Agent Workflow、Agent Runtime、多Agent协作等能力,支持复杂研究任务的自动化执行;\n3、集成搜索、文献阅读、代码执行、实验运行、结果分析等工具能力,构建统一的Agent Tool Ecosystem;\n4、参与Agent Memory、EvaLuation、Observability等关键模块建设,提升系统稳定性、可调试性和迭代效率;\n5、与算法、科研及应用团队紧密协作,理解研究场景需求,持续完善平台能力,支撑Auto Research工作流落地。\n\n职位要求\n1、硕士学位及以上,计算机、软件工程、人工智能等相关专业,1年以上后端研发工作经验;\n2、熟练掌握Python,具备良好的编程习惯和工程能力,能够独立完成系统设计与功能开发;\n3、熟悉LLM应用开发,理解Agent、Tool Calling等基本概念,并具备相关项目实践经验;\n4、具备较强的问题分析能力和快速学习能力,能够从0到1完成复杂功能设计与落地;\n5、具备良好的沟通与协作能力,对Agent、Auto Research和AI应用方向有浓厚兴趣。\n\n加分项\n1、具有LangGraph、OpenAI Agents SDK、AutoGen、CrewAI等Agent Framework使用或开发经验;\n2、具有MCP、Browser Agent、Coding Agent、Deep Research等相关项目经验;\n3、熟悉AI科研工作流,对文献调研、代码生成、实验自动化等场景有实践经验。\n\n我们期待你\n1、对Agent和Auto Research有强烈兴趣,愿意探索下一代科研工作流;\n2、关注工程落地与实际价值,能够快速迭代并持续优化系统;\n3、乐于在小团队环境中承担责任,推动想法快速变成可运行的产品和平台。\n1、负责面向Auto Research场景的Agent Platform设计与开发,构建可扩展、可复用的研究自动化框架;\n2、设计和实现Agent Workflow、Agent Runtime、多Agent协作等能力,支持复杂研究任务的自动化执行;\n3、集成搜索、文献阅读、代码执行、实验运行、结果分析等工具能力,构建统一的Agent Tool Ecosystem;\n4、参与Agent Memory、EvaLuation、Observability等关键模块建设,提升系统稳定性、可调试性和迭代效率;\n5、与算法、科研及应用团队紧密协作,理解研究场景需求,持续完善平台能力,支撑Auto Research工作流落地。\n1、硕士学位及以上,计算机、软件工程、人工智能等相关专业,1年以上后端研发工作经验;\n2、熟练掌握Python,具备良好的编程习惯和工程能力,能够独立完成系统设计与功能开发;\n3、熟悉LLM应用开发,理解Agent、Tool Calling等基本概念,并具备相关项目实践经验;\n4、具备较强的问题分析能力和快速学习能力,能够从0到1完成复杂功能设计与落地;\n5、具备良好的沟通与协作能力,对Agent、Auto Research和AI应用方向有浓厚兴趣。\n\n加分项\n1、具有LangGraph、OpenAI Agents SDK、AutoGen、CrewAI等Agent Framework使用或开发经验;\n2、具有MCP、Browser Agent、Coding Agent、Deep Research等相关项目经验;\n3、熟悉AI科研工作流,对文献调研、代码生成、实验自动化等场景有实践经验。\n\n我们期待你\n1、对Agent和Auto Research有强烈兴趣,愿意探索下一代科研工作流;\n2、关注工程落地与实际价值,能够快速迭代并持续优化系统;\n3、乐于在小团队环境中承担责任,推动想法快速变成可运行的产品和平台。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}