主分类：游戏程序与图形技术研发
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": "AI全栈开发工程师（抖音游戏） - 抖音直播",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "广州、深圳",
"work_mode": "未披露",AI生成
"job_category": "客户端"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍：直播团队负责为抖音集团旗下产品提供直播服务。团队负责直播平台技术和直播业务研发，打造灵活稳定的直播服务平台，为用户提供优质直播体验，支持电商、本地生活、游戏、节目、多人互动等不同类型的业务场景。直播业务发展迅猛，处于行业头部地位，业务发展空间巨大。现在加入我们，和优秀的人一起做有挑战的事，你的技术与创意将影响亿级用户，激发创意和丰富生活。\n\n1、负责抖音游戏B端、C端产品及能力的研发和持续迭代，参与游戏玩法、客户端、服务端以及相关基础设施建设；\n2、结合LLM、Agent、VLM、AIGC等AI技术，探索AI驱动的互动玩法，包括但不限于AI NPC、动态剧情、智能对手、生成式玩法、AI辅助创作、UGC等方向，并推动玩法从Prototype走向正式产品；\n3、参与AI-Native游戏架构设计，将传统确定性游戏系统与概率性AI系统进行合理解耦，解决状态管理、上下文管理、模型调用、Tool Use、Memory、延迟、成本、稳定性等工程问题；\n4、搭建和完善AI游戏研发工作流，包括需求理解、玩法原型、代码/资产生成、自动化测试、游戏评测等环节，探索Agent在游戏研发流程中的应用，建立AI玩法的EvaLuation体系，从模型效果、玩法质量、稳定性、延迟、成本以及用户体验等维度持续评估和优化AI系统；\n5、深入理解业务和用户需求，与产品、策划、设计、算法、客户端及服务端团队协作，推动复杂项目落地，并持续提升游戏研发与内容生产效率。",
"requirements_text": "1、独立完成或深度参与过至少一个完整游戏项目，具备从Prototype、开发、调试到发布的完整项目经验；\n2、理解游戏工程模型，包括：Game Loop/Tick、游戏状态管理与状态同步、Scene/Entity/Component等游戏对象组织方式、场景管理、输入系统、事件系统以及游戏逻辑组织、数据驱动的玩法与配置体系；\n3、熟悉至少一种游戏引擎或游戏运行时，如Unity、Godot、Unreal Engine、Cocos等，能够独立完成玩法Prototype；\n4、对游戏设计有基本理解，能够理解并讨论Core Loop、Mechanics、Progression、Randomness、Reward等基本游戏设计概念，而不仅仅负责功能实现；\n5、完整经历过至少一个AI项目从想法到生产落地的全过程，要求不仅仅是调用API或跑通Demo，能够说明项目过程中遇到的工程化问题及解决方案；\n6、理解主流LLM基本原理，理解现代Agent的设计范式，实际搭建过Agent或复杂多步LLM Application，而不仅停留在框架调用层面，能够清晰解释AI系统的概率性与传统游戏确定性逻辑之间的差异，对AI如何改变游戏玩法有自己的理解，能够设计合理的边界。\n\n加分项\n1、熟悉主流Agent Framework，或自行设计、实现过Agent Runtime/Agent Harness，对Agent Loop、Context、Tool、Memory、Tracing、EvaLuation有深入实践；\n2、有VLM/多模态模型实践经验，使用过视觉理解、图像生成、视频生成、语音等模型构建实际产品；\n3、有模型后训练经验，包括SFT、LoRA、RLHF、RLVR、Agentic RL等，有完整的数据构建、训练和EvaLuation实践；\n4、有AI Coding Agent、Game Development Agent或自动化游戏研发Pipeline相关经验；\n5、熟悉TypeScript、Kotlin、Swift、Go、C++、C#、Python等一种或多种工程。",
"skills": [AI生成
"Python",
"TypeScript",
"C++",
"C#",
"Swift",
"Kotlin",
"Unity",
"Unreal",
"Go"
],
"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/7672336199440402741/detail"
}
]
},
"posting": {
"posting_id": "7672336199440402741",
"post_date": "2026-08-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7672336199440402741/detail"
},
"fulltext": "AI全栈开发工程师（抖音游戏） - 抖音直播\n职位描述\n团队介绍：直播团队负责为抖音集团旗下产品提供直播服务。团队负责直播平台技术和直播业务研发，打造灵活稳定的直播服务平台，为用户提供优质直播体验，支持电商、本地生活、游戏、节目、多人互动等不同类型的业务场景。直播业务发展迅猛，处于行业头部地位，业务发展空间巨大。现在加入我们，和优秀的人一起做有挑战的事，你的技术与创意将影响亿级用户，激发创意和丰富生活。\n\n1、负责抖音游戏B端、C端产品及能力的研发和持续迭代，参与游戏玩法、客户端、服务端以及相关基础设施建设；\n2、结合LLM、Agent、VLM、AIGC等AI技术，探索AI驱动的互动玩法，包括但不限于AI NPC、动态剧情、智能对手、生成式玩法、AI辅助创作、UGC等方向，并推动玩法从Prototype走向正式产品；\n3、参与AI-Native游戏架构设计，将传统确定性游戏系统与概率性AI系统进行合理解耦，解决状态管理、上下文管理、模型调用、Tool Use、Memory、延迟、成本、稳定性等工程问题；\n4、搭建和完善AI游戏研发工作流，包括需求理解、玩法原型、代码/资产生成、自动化测试、游戏评测等环节，探索Agent在游戏研发流程中的应用，建立AI玩法的EvaLuation体系，从模型效果、玩法质量、稳定性、延迟、成本以及用户体验等维度持续评估和优化AI系统；\n5、深入理解业务和用户需求，与产品、策划、设计、算法、客户端及服务端团队协作，推动复杂项目落地，并持续提升游戏研发与内容生产效率。\n\n职位要求\n1、独立完成或深度参与过至少一个完整游戏项目，具备从Prototype、开发、调试到发布的完整项目经验；\n2、理解游戏工程模型，包括：Game Loop/Tick、游戏状态管理与状态同步、Scene/Entity/Component等游戏对象组织方式、场景管理、输入系统、事件系统以及游戏逻辑组织、数据驱动的玩法与配置体系；\n3、熟悉至少一种游戏引擎或游戏运行时，如Unity、Godot、Unreal Engine、Cocos等，能够独立完成玩法Prototype；\n4、对游戏设计有基本理解，能够理解并讨论Core Loop、Mechanics、Progression、Randomness、Reward等基本游戏设计概念，而不仅仅负责功能实现；\n5、完整经历过至少一个AI项目从想法到生产落地的全过程，要求不仅仅是调用API或跑通Demo，能够说明项目过程中遇到的工程化问题及解决方案；\n6、理解主流LLM基本原理，理解现代Agent的设计范式，实际搭建过Agent或复杂多步LLM Application，而不仅停留在框架调用层面，能够清晰解释AI系统的概率性与传统游戏确定性逻辑之间的差异，对AI如何改变游戏玩法有自己的理解，能够设计合理的边界。\n\n加分项\n1、熟悉主流Agent Framework，或自行设计、实现过Agent Runtime/Agent Harness，对Agent Loop、Context、Tool、Memory、Tracing、EvaLuation有深入实践；\n2、有VLM/多模态模型实践经验，使用过视觉理解、图像生成、视频生成、语音等模型构建实际产品；\n3、有模型后训练经验，包括SFT、LoRA、RLHF、RLVR、Agentic RL等，有完整的数据构建、训练和EvaLuation实践；\n4、有AI Coding Agent、Game Development Agent或自动化游戏研发Pipeline相关经验；\n5、熟悉TypeScript、Kotlin、Swift、Go、C++、C#、Python等一种或多种工程。\n团队介绍：直播团队负责为抖音集团旗下产品提供直播服务。团队负责直播平台技术和直播业务研发，打造灵活稳定的直播服务平台，为用户提供优质直播体验，支持电商、本地生活、游戏、节目、多人互动等不同类型的业务场景。直播业务发展迅猛，处于行业头部地位，业务发展空间巨大。现在加入我们，和优秀的人一起做有挑战的事，你的技术与创意将影响亿级用户，激发创意和丰富生活。\n\n1、负责抖音游戏B端、C端产品及能力的研发和持续迭代，参与游戏玩法、客户端、服务端以及相关基础设施建设；\n2、结合LLM、Agent、VLM、AIGC等AI技术，探索AI驱动的互动玩法，包括但不限于AI NPC、动态剧情、智能对手、生成式玩法、AI辅助创作、UGC等方向，并推动玩法从Prototype走向正式产品；\n3、参与AI-Native游戏架构设计，将传统确定性游戏系统与概率性AI系统进行合理解耦，解决状态管理、上下文管理、模型调用、Tool Use、Memory、延迟、成本、稳定性等工程问题；\n4、搭建和完善AI游戏研发工作流，包括需求理解、玩法原型、代码/资产生成、自动化测试、游戏评测等环节，探索Agent在游戏研发流程中的应用，建立AI玩法的EvaLuation体系，从模型效果、玩法质量、稳定性、延迟、成本以及用户体验等维度持续评估和优化AI系统；\n5、深入理解业务和用户需求，与产品、策划、设计、算法、客户端及服务端团队协作，推动复杂项目落地，并持续提升游戏研发与内容生产效率。\n1、独立完成或深度参与过至少一个完整游戏项目，具备从Prototype、开发、调试到发布的完整项目经验；\n2、理解游戏工程模型，包括：Game Loop/Tick、游戏状态管理与状态同步、Scene/Entity/Component等游戏对象组织方式、场景管理、输入系统、事件系统以及游戏逻辑组织、数据驱动的玩法与配置体系；\n3、熟悉至少一种游戏引擎或游戏运行时，如Unity、Godot、Unreal Engine、Cocos等，能够独立完成玩法Prototype；\n4、对游戏设计有基本理解，能够理解并讨论Core Loop、Mechanics、Progression、Randomness、Reward等基本游戏设计概念，而不仅仅负责功能实现；\n5、完整经历过至少一个AI项目从想法到生产落地的全过程，要求不仅仅是调用API或跑通Demo，能够说明项目过程中遇到的工程化问题及解决方案；\n6、理解主流LLM基本原理，理解现代Agent的设计范式，实际搭建过Agent或复杂多步LLM Application，而不仅停留在框架调用层面，能够清晰解释AI系统的概率性与传统游戏确定性逻辑之间的差异，对AI如何改变游戏玩法有自己的理解，能够设计合理的边界。\n\n加分项\n1、熟悉主流Agent Framework，或自行设计、实现过Agent Runtime/Agent Harness，对Agent Loop、Context、Tool、Memory、Tracing、EvaLuation有深入实践；\n2、有VLM/多模态模型实践经验，使用过视觉理解、图像生成、视频生成、语音等模型构建实际产品；\n3、有模型后训练经验，包括SFT、LoRA、RLHF、RLVR、Agentic RL等，有完整的数据构建、训练和EvaLuation实践；\n4、有AI Coding Agent、Game Development Agent或自动化游戏研发Pipeline相关经验；\n5、熟悉TypeScript、Kotlin、Swift、Go、C++、C#、Python等一种或多种工程。",
"standard_classification": {
"std_category_code": "T006",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}