主分类：AI模型评测工程
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": "Agent基础系统研发实习生 - Data AML",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "未披露",
"location": "上海",
"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": "本科及以上学历在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n\n1、参与火山引擎-方舟平台Agent基础系统研发，负责Agent评测框架的设计与建设，沉淀一套可复用、可扩展的评测基础设施；\n2、接入SWE-bench、Terminal-Bench、GAIA、τ-bench等业界常用Benchmark，完成任务集管理、执行环境构建、批量调度与自动化评分链路建设；\n3、适配Claude Code、Codex、OpenCode等主流Agent Harness，抽象统一的接入层与运行协议，支撑不同Agent实现与模型在同一基准下的横向对比；\n4、建设评测指标体系与结果分析能力，包括Trace回放、负面案例归因、成本与时延统计等，持续反哺Agent系统的优化迭代；\n5、参与内部DevOps Agent建设，围绕代码开发、问题调试、服务部署、技术答疑等场景持续迭代工具链与知识沉淀，提升团队研发效率；同时作为Agent基础能力的深度使用者，反向驱动平台能力打磨。",
"requirements_text": "1、本科及以上学历在读，计算机及相关专业优先；\n2、熟练掌握Python或Golang，具备扎实的代码功底和良好的工程规范意识，熟练使用AI Coding工具；\n3、理解大模型与Agent技术原理，熟悉工具调用、上下文管理、长程执行等关键机制，有实际使用Claude Code、Codex、Cursor等Coding Agent的经验；\n4、熟悉Linux与容器化技术（Docker/Kubernetes），了解CI/CD流程，能够独立搭建和维护可复现的执行环境；\n5、符合以下任一方向者优先：\n1）有Benchmark复现、模型或Agent评测、数据分析相关经验；\n2）有开源项目贡献、Hackathon获奖、个人Agent项目等经历；\n3）具备顶会论文或前沿论文的快速复现能力；\n6、对AI原生应用有强烈热情，关注前沿技术发展，具备较强的主动性与问题拆解能力，能够在需求不明确的场景下主动推进落地。",
"skills": [AI生成
"Python",
"Golang",
"Linux",
"Docker",
"Kubernetes",
"数据分析",
"大语言模型"
],
"preferred_qualifications": "1、本科及以上学历在读，计算机及相关专业优先；5、符合以下任一方向者优先：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7664576512599165237/detail"
}
]
},
"posting": {
"posting_id": "7664576512599165237",
"post_date": "2026-07-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7664576512599165237/detail"
},
"fulltext": "Agent基础系统研发实习生 - Data AML\n职位描述\n团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n\n1、参与火山引擎-方舟平台Agent基础系统研发，负责Agent评测框架的设计与建设，沉淀一套可复用、可扩展的评测基础设施；\n2、接入SWE-bench、Terminal-Bench、GAIA、τ-bench等业界常用Benchmark，完成任务集管理、执行环境构建、批量调度与自动化评分链路建设；\n3、适配Claude Code、Codex、OpenCode等主流Agent Harness，抽象统一的接入层与运行协议，支撑不同Agent实现与模型在同一基准下的横向对比；\n4、建设评测指标体系与结果分析能力，包括Trace回放、负面案例归因、成本与时延统计等，持续反哺Agent系统的优化迭代；\n5、参与内部DevOps Agent建设，围绕代码开发、问题调试、服务部署、技术答疑等场景持续迭代工具链与知识沉淀，提升团队研发效率；同时作为Agent基础能力的深度使用者，反向驱动平台能力打磨。\n\n职位要求\n1、本科及以上学历在读，计算机及相关专业优先；\n2、熟练掌握Python或Golang，具备扎实的代码功底和良好的工程规范意识，熟练使用AI Coding工具；\n3、理解大模型与Agent技术原理，熟悉工具调用、上下文管理、长程执行等关键机制，有实际使用Claude Code、Codex、Cursor等Coding Agent的经验；\n4、熟悉Linux与容器化技术（Docker/Kubernetes），了解CI/CD流程，能够独立搭建和维护可复现的执行环境；\n5、符合以下任一方向者优先：\n1）有Benchmark复现、模型或Agent评测、数据分析相关经验；\n2）有开源项目贡献、Hackathon获奖、个人Agent项目等经历；\n3）具备顶会论文或前沿论文的快速复现能力；\n6、对AI原生应用有强烈热情，关注前沿技术发展，具备较强的主动性与问题拆解能力，能够在需求不明确的场景下主动推进落地。\n团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n\n1、参与火山引擎-方舟平台Agent基础系统研发，负责Agent评测框架的设计与建设，沉淀一套可复用、可扩展的评测基础设施；\n2、接入SWE-bench、Terminal-Bench、GAIA、τ-bench等业界常用Benchmark，完成任务集管理、执行环境构建、批量调度与自动化评分链路建设；\n3、适配Claude Code、Codex、OpenCode等主流Agent Harness，抽象统一的接入层与运行协议，支撑不同Agent实现与模型在同一基准下的横向对比；\n4、建设评测指标体系与结果分析能力，包括Trace回放、负面案例归因、成本与时延统计等，持续反哺Agent系统的优化迭代；\n5、参与内部DevOps Agent建设，围绕代码开发、问题调试、服务部署、技术答疑等场景持续迭代工具链与知识沉淀，提升团队研发效率；同时作为Agent基础能力的深度使用者，反向驱动平台能力打磨。\n1、本科及以上学历在读，计算机及相关专业优先；\n2、熟练掌握Python或Golang，具备扎实的代码功底和良好的工程规范意识，熟练使用AI Coding工具；\n3、理解大模型与Agent技术原理，熟悉工具调用、上下文管理、长程执行等关键机制，有实际使用Claude Code、Codex、Cursor等Coding Agent的经验；\n4、熟悉Linux与容器化技术（Docker/Kubernetes），了解CI/CD流程，能够独立搭建和维护可复现的执行环境；\n5、符合以下任一方向者优先：\n1）有Benchmark复现、模型或Agent评测、数据分析相关经验；\n2）有开源项目贡献、Hackathon获奖、个人Agent项目等经历；\n3）具备顶会论文或前沿论文的快速复现能力；\n6、对AI原生应用有强烈热情，关注前沿技术发展，具备较强的主动性与问题拆解能力，能够在需求不明确的场景下主动推进落地。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}