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": "LLM Agent开发工程师 - TRAE",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京、上海、深圳、杭州",
"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届获得本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍:TRAE是字节跳动旗下AI办公工具,产品已上线国际版与中国版,拥有TRAE IDE和TRAE Work两种产品;既可以用TRAE IDE写代码、读项目、改Bug,也可以用TRAE Work写方案、做分析、做应用、推进协作。TRAE当前支持PC、手机、Web多端使用,让用户随时随地高效产出! Let TRAE Work For You!同时我们正在寻找充满热情、富有创造力的人才。期待你的加入!\n\n1、参与字节跳动AI产品TRAE的研发,围绕代码补全、代码理解、代码生成、测试生成、任务执行等场景,提升开发者在IDE内的AI编程体验;\n2、参与LLM Agent相关能力建设,包括模型接入与调度、工具调用、上下文构建、Prompt管理、任务编排、执行链路追踪与效果评估等,支持AI Agent在真实研发场景中的落地;\n3、参与TRAE核心工程系统建设,并且能够参与产品形态从0到1的探索和实现,覆盖前端、客户端等多端,推动想法快速验证并持续迭代;\n4、参与TRAE用户增长与业务场景建设,协同产品、运营等团队,支持用户获取、留存提升、激励增长、内容增长、跨端联动等业务落地。",
"requirements_text": "1、2027届获得本科及以上学历,计算机、软件工程等相关专业优先;\n2、具备扎实的软件开发基本功,熟练掌握Golang/Java/Python/C++中至少一种编程语言;\n3、深入理解LLM应用研发技术栈,熟悉主流大模型及API的能力边界和工程化特点,了解模型路由、流式输出、工具调用、Prompt Caching、Rate Limit、上下文窗口、Token计费、结构化输出等机制;\n4、具备Agent应用开发或优化经验,理解Agent Loop、任务分解、多轮工具调用、上下文构造、状态管理、失败恢复、结果验证、Tracing、实验评估等核心机制,能够端到端分析和优化Agent应用效果;\n5、熟悉AI IDE/Coding Agent相关场景,对代码补全、代码生成、代码检索、测试执行、PR生成、开发者工作流等场景有实践经验或深入理解;能够针对低延迟高频请求和长任务Agent请求设计差异化的系统架构与优化策略。\n\n加分项:\n1、有AI IDE、Coding Agent、LLM Gateway、Agent Runtime、Prompt管理平台、LLM Tracing、实验平台、代码补全、商业化计费等系统建设经验;\n2、对Cursor、Claude Code、Codex、GitHub Copilot、Continue、Aider、Cline、SWE-Agent等产品或框架有深入使用和工程理解。",
"skills": [AI生成
"Python",
"Java",
"C++",
"Golang",
"系统架构",
"大语言模型"
],
"preferred_qualifications": "1、2027届获得本科及以上学历,计算机、软件工程等相关专业优先;加分项:",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7667152802128922885/detail"
}
]
},
"posting": {
"posting_id": "7667152802128922885",
"post_date": "2026-07-27",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7667152802128922885/detail"
},
"fulltext": "LLM Agent开发工程师 - TRAE\n职位描述\n团队介绍:TRAE是字节跳动旗下AI办公工具,产品已上线国际版与中国版,拥有TRAE IDE和TRAE Work两种产品;既可以用TRAE IDE写代码、读项目、改Bug,也可以用TRAE Work写方案、做分析、做应用、推进协作。TRAE当前支持PC、手机、Web多端使用,让用户随时随地高效产出! Let TRAE Work For You!同时我们正在寻找充满热情、富有创造力的人才。期待你的加入!\n\n1、参与字节跳动AI产品TRAE的研发,围绕代码补全、代码理解、代码生成、测试生成、任务执行等场景,提升开发者在IDE内的AI编程体验;\n2、参与LLM Agent相关能力建设,包括模型接入与调度、工具调用、上下文构建、Prompt管理、任务编排、执行链路追踪与效果评估等,支持AI Agent在真实研发场景中的落地;\n3、参与TRAE核心工程系统建设,并且能够参与产品形态从0到1的探索和实现,覆盖前端、客户端等多端,推动想法快速验证并持续迭代;\n4、参与TRAE用户增长与业务场景建设,协同产品、运营等团队,支持用户获取、留存提升、激励增长、内容增长、跨端联动等业务落地。\n\n职位要求\n1、2027届获得本科及以上学历,计算机、软件工程等相关专业优先;\n2、具备扎实的软件开发基本功,熟练掌握Golang/Java/Python/C++中至少一种编程语言;\n3、深入理解LLM应用研发技术栈,熟悉主流大模型及API的能力边界和工程化特点,了解模型路由、流式输出、工具调用、Prompt Caching、Rate Limit、上下文窗口、Token计费、结构化输出等机制;\n4、具备Agent应用开发或优化经验,理解Agent Loop、任务分解、多轮工具调用、上下文构造、状态管理、失败恢复、结果验证、Tracing、实验评估等核心机制,能够端到端分析和优化Agent应用效果;\n5、熟悉AI IDE/Coding Agent相关场景,对代码补全、代码生成、代码检索、测试执行、PR生成、开发者工作流等场景有实践经验或深入理解;能够针对低延迟高频请求和长任务Agent请求设计差异化的系统架构与优化策略。\n\n加分项:\n1、有AI IDE、Coding Agent、LLM Gateway、Agent Runtime、Prompt管理平台、LLM Tracing、实验平台、代码补全、商业化计费等系统建设经验;\n2、对Cursor、Claude Code、Codex、GitHub Copilot、Continue、Aider、Cline、SWE-Agent等产品或框架有深入使用和工程理解。\n团队介绍:TRAE是字节跳动旗下AI办公工具,产品已上线国际版与中国版,拥有TRAE IDE和TRAE Work两种产品;既可以用TRAE IDE写代码、读项目、改Bug,也可以用TRAE Work写方案、做分析、做应用、推进协作。TRAE当前支持PC、手机、Web多端使用,让用户随时随地高效产出! Let TRAE Work For You!同时我们正在寻找充满热情、富有创造力的人才。期待你的加入!\n\n1、参与字节跳动AI产品TRAE的研发,围绕代码补全、代码理解、代码生成、测试生成、任务执行等场景,提升开发者在IDE内的AI编程体验;\n2、参与LLM Agent相关能力建设,包括模型接入与调度、工具调用、上下文构建、Prompt管理、任务编排、执行链路追踪与效果评估等,支持AI Agent在真实研发场景中的落地;\n3、参与TRAE核心工程系统建设,并且能够参与产品形态从0到1的探索和实现,覆盖前端、客户端等多端,推动想法快速验证并持续迭代;\n4、参与TRAE用户增长与业务场景建设,协同产品、运营等团队,支持用户获取、留存提升、激励增长、内容增长、跨端联动等业务落地。\n1、2027届获得本科及以上学历,计算机、软件工程等相关专业优先;\n2、具备扎实的软件开发基本功,熟练掌握Golang/Java/Python/C++中至少一种编程语言;\n3、深入理解LLM应用研发技术栈,熟悉主流大模型及API的能力边界和工程化特点,了解模型路由、流式输出、工具调用、Prompt Caching、Rate Limit、上下文窗口、Token计费、结构化输出等机制;\n4、具备Agent应用开发或优化经验,理解Agent Loop、任务分解、多轮工具调用、上下文构造、状态管理、失败恢复、结果验证、Tracing、实验评估等核心机制,能够端到端分析和优化Agent应用效果;\n5、熟悉AI IDE/Coding Agent相关场景,对代码补全、代码生成、代码检索、测试执行、PR生成、开发者工作流等场景有实践经验或深入理解;能够针对低延迟高频请求和长任务Agent请求设计差异化的系统架构与优化策略。\n\n加分项:\n1、有AI IDE、Coding Agent、LLM Gateway、Agent Runtime、Prompt管理平台、LLM Tracing、实验平台、代码补全、商业化计费等系统建设经验;\n2、对Cursor、Claude Code、Codex、GitHub Copilot、Continue、Aider、Cline、SWE-Agent等产品或框架有深入使用和工程理解。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}