主分类：大模型与生成式算法研发
辅助：AI模型评测工程（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": "大模型Agent算法工程师 - Aime",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京、杭州",
"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": "2027届获得硕士及以上学位",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍：Aime 是字节跳动打造的企业级 AI Agent 平台，面向研发、产品、运营等多类岗位，提供基于大模型的智能服务。平台集成代码仓库、文档、知识库、飞书、Browser Use、MCP、研发工具链等企业能力，支持调研、Coding、数据分析、文档生成、Browser Automation 等复杂任务，通过自研 Agent 架构完成端到端日常工作提效。\n\n1、参与Aime Agent数据合成与大模型后训练，综合运用LLM标注、数据增强、拒绝采样等方法构建高质量训练集，推进SFT/RL后训练以提升模型的推理、工具调用与长程任务能力，并跟踪Agentic RL、CodeRL等前沿研究快速落地；\n2、负责Agent评测体系建设，设计覆盖模型基础能力及Coding、调研等场景的评测集，支撑模型与策略效果的自动化评估；\n3、参与Aime Agent核心策略研发，围绕任务规划、工具调用、上下文管理、长期记忆、多Agent协作等方向持续优化，提升端到端任务完成率；\n4、基于线上Trace与用户反馈定位失败模式，探索Self-Evolving Agent方向，推动Agent在调研分析、Coding、数据分析、文档生成等复杂场景下的自动进化。",
"requirements_text": "1、2027届获得硕士及以上学位，计算机、人工智能、数据科学等相关专业；\n2、具备扎实的算法与工程基础，熟练掌握Python/Go/Java/C++至少一种，能在Linux环境下独立完成项目开发；\n3、对大模型与Agent有深入理解，熟悉ReAct、Plan-and-Execute、Tool Use、RAG、Context Engineering、Memory、Multi-Agent等方向；\n4、熟悉至少一种主流深度学习框架（PyTorch/TensorFlow），了解SFT、RL、PPO/GRPO等后训练方法；\n5、具备较强的问题抽象与实验设计能力，能从复杂执行轨迹中识别规律，并将分析结论转化为可验证的优化方案；有顶会论文、大模型/Agent实习或AI竞赛获奖经历者优先。",
"skills": [AI生成
"Python",
"Java",
"C++",
"Linux",
"PyTorch",
"TensorFlow",
"React",
"深度学习",
"Go",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "有顶会论文、大模型/Agent实习或AI竞赛获奖经历者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7668355065707219253/detail"
}
]
},
"posting": {
"posting_id": "7668355065707219253",
"post_date": "2026-07-31",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7668355065707219253/detail"
},
"fulltext": "大模型Agent算法工程师 - Aime\n职位描述\n团队介绍：Aime 是字节跳动打造的企业级 AI Agent 平台，面向研发、产品、运营等多类岗位，提供基于大模型的智能服务。平台集成代码仓库、文档、知识库、飞书、Browser Use、MCP、研发工具链等企业能力，支持调研、Coding、数据分析、文档生成、Browser Automation 等复杂任务，通过自研 Agent 架构完成端到端日常工作提效。\n\n1、参与Aime Agent数据合成与大模型后训练，综合运用LLM标注、数据增强、拒绝采样等方法构建高质量训练集，推进SFT/RL后训练以提升模型的推理、工具调用与长程任务能力，并跟踪Agentic RL、CodeRL等前沿研究快速落地；\n2、负责Agent评测体系建设，设计覆盖模型基础能力及Coding、调研等场景的评测集，支撑模型与策略效果的自动化评估；\n3、参与Aime Agent核心策略研发，围绕任务规划、工具调用、上下文管理、长期记忆、多Agent协作等方向持续优化，提升端到端任务完成率；\n4、基于线上Trace与用户反馈定位失败模式，探索Self-Evolving Agent方向，推动Agent在调研分析、Coding、数据分析、文档生成等复杂场景下的自动进化。\n\n职位要求\n1、2027届获得硕士及以上学位，计算机、人工智能、数据科学等相关专业；\n2、具备扎实的算法与工程基础，熟练掌握Python/Go/Java/C++至少一种，能在Linux环境下独立完成项目开发；\n3、对大模型与Agent有深入理解，熟悉ReAct、Plan-and-Execute、Tool Use、RAG、Context Engineering、Memory、Multi-Agent等方向；\n4、熟悉至少一种主流深度学习框架（PyTorch/TensorFlow），了解SFT、RL、PPO/GRPO等后训练方法；\n5、具备较强的问题抽象与实验设计能力，能从复杂执行轨迹中识别规律，并将分析结论转化为可验证的优化方案；有顶会论文、大模型/Agent实习或AI竞赛获奖经历者优先。\n团队介绍：Aime 是字节跳动打造的企业级 AI Agent 平台，面向研发、产品、运营等多类岗位，提供基于大模型的智能服务。平台集成代码仓库、文档、知识库、飞书、Browser Use、MCP、研发工具链等企业能力，支持调研、Coding、数据分析、文档生成、Browser Automation 等复杂任务，通过自研 Agent 架构完成端到端日常工作提效。\n\n1、参与Aime Agent数据合成与大模型后训练，综合运用LLM标注、数据增强、拒绝采样等方法构建高质量训练集，推进SFT/RL后训练以提升模型的推理、工具调用与长程任务能力，并跟踪Agentic RL、CodeRL等前沿研究快速落地；\n2、负责Agent评测体系建设，设计覆盖模型基础能力及Coding、调研等场景的评测集，支撑模型与策略效果的自动化评估；\n3、参与Aime Agent核心策略研发，围绕任务规划、工具调用、上下文管理、长期记忆、多Agent协作等方向持续优化，提升端到端任务完成率；\n4、基于线上Trace与用户反馈定位失败模式，探索Self-Evolving Agent方向，推动Agent在调研分析、Coding、数据分析、文档生成等复杂场景下的自动进化。\n1、2027届获得硕士及以上学位，计算机、人工智能、数据科学等相关专业；\n2、具备扎实的算法与工程基础，熟练掌握Python/Go/Java/C++至少一种，能在Linux环境下独立完成项目开发；\n3、对大模型与Agent有深入理解，熟悉ReAct、Plan-and-Execute、Tool Use、RAG、Context Engineering、Memory、Multi-Agent等方向；\n4、熟悉至少一种主流深度学习框架（PyTorch/TensorFlow），了解SFT、RL、PPO/GRPO等后训练方法；\n5、具备较强的问题抽象与实验设计能力，能从复杂执行轨迹中识别规律，并将分析结论转化为可验证的优化方案；有顶会论文、大模型/Agent实习或AI竞赛获奖经历者优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}