职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7680090830972471557

AI应用研发工程师-集团信息系统

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": "AI应用研发工程师-集团信息系统",
        "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": "",
        "degree": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、负责集团信息系统企业级AI应用的核心功能设计与研发,覆盖对话式AI、智能Agent、多模态理解、自动化工作流等场景,将大模型能力转化为可落地、可交付的产品体验;\n2、主导大模型应用核心链路的架构设计与系统研发,支撑高并发、大规模在线生产运行,涵盖模型接入与智能调度、Prompt、Context工程、Agent编排引擎、工具调用框架、记忆管理等核心模块;\n3、构建模型效果的持续优化闭环,通过Prompt Engineering、Context Engineering、自动化评测与用户反馈机制,系统性提升模型在真实业务场景下的准确性、稳定性与可用性,同时对推理延迟与算力成本进行持续治理;\n4、与产品、算法、模型训练与评测团队紧密协作,以快速迭代节奏推进需求从方案设计、开发、上线到持续优化的全流程,保障高质量交付;\n5、跟踪大模型与Agent领域前沿技术,推动RAG、推理增强(Reasoning)、多智能体协作(Multi-Agent)、多模态融合等新能力在企业场景中的落地与创新。",
        "requirements_text": "1、本科及以上学历,计算机相关专业;编程功底扎实,精通Python/Go/C++/Java中至少一门语言,具备优秀的工程素养与代码质量意识;\n2、深入理解大语言模型原理及其应用技术栈,熟练掌握LLM API调用、RAG检索增强、Agent Loop编排、Tool Use/Function Calling、Prompt Engineering、KV Cache优化、Memory管理等技术;\n3、熟悉主流大模型API与开源模型生态,对模型能力边界与效果调优有深入的实践经验,能够从原理层面分析问题并亲手完成调优,而非仅停留在API调用层面;\n4、是AI工具的深度用户与实践者,长期使用Agent/AI Coding/Workflow类产品(如Cursor、Claude Code、TRAE等),并能将AI能力深度融入自身研发工作流;\n5、具备良好的工程习惯与系统思维,对系统稳定性、可观测性、性能优化与成本控制有强烈意识,能够编写高质量、可维护、可扩展的生产级代码;\n6、具备优秀的沟通协作能力与跨团队推动能力,能与产品、算法、模型团队高效协同;自驱力强,能独立负责复杂项目的方案设计、排期管理与落地交付。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "性能优化",
            "Go",
            "大语言模型",
            "检索增强生成"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7680090830972471557/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7680090830972471557",
        "post_date": "2026-08-31",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7680090830972471557/detail"
    },
    "fulltext": "AI应用研发工程师-集团信息系统\n职位描述\n1、负责集团信息系统企业级AI应用的核心功能设计与研发,覆盖对话式AI、智能Agent、多模态理解、自动化工作流等场景,将大模型能力转化为可落地、可交付的产品体验;\n2、主导大模型应用核心链路的架构设计与系统研发,支撑高并发、大规模在线生产运行,涵盖模型接入与智能调度、Prompt、Context工程、Agent编排引擎、工具调用框架、记忆管理等核心模块;\n3、构建模型效果的持续优化闭环,通过Prompt Engineering、Context Engineering、自动化评测与用户反馈机制,系统性提升模型在真实业务场景下的准确性、稳定性与可用性,同时对推理延迟与算力成本进行持续治理;\n4、与产品、算法、模型训练与评测团队紧密协作,以快速迭代节奏推进需求从方案设计、开发、上线到持续优化的全流程,保障高质量交付;\n5、跟踪大模型与Agent领域前沿技术,推动RAG、推理增强(Reasoning)、多智能体协作(Multi-Agent)、多模态融合等新能力在企业场景中的落地与创新。\n\n职位要求\n1、本科及以上学历,计算机相关专业;编程功底扎实,精通Python/Go/C++/Java中至少一门语言,具备优秀的工程素养与代码质量意识;\n2、深入理解大语言模型原理及其应用技术栈,熟练掌握LLM API调用、RAG检索增强、Agent Loop编排、Tool Use/Function Calling、Prompt Engineering、KV Cache优化、Memory管理等技术;\n3、熟悉主流大模型API与开源模型生态,对模型能力边界与效果调优有深入的实践经验,能够从原理层面分析问题并亲手完成调优,而非仅停留在API调用层面;\n4、是AI工具的深度用户与实践者,长期使用Agent/AI Coding/Workflow类产品(如Cursor、Claude Code、TRAE等),并能将AI能力深度融入自身研发工作流;\n5、具备良好的工程习惯与系统思维,对系统稳定性、可观测性、性能优化与成本控制有强烈意识,能够编写高质量、可维护、可扩展的生产级代码;\n6、具备优秀的沟通协作能力与跨团队推动能力,能与产品、算法、模型团队高效协同;自驱力强,能独立负责复杂项目的方案设计、排期管理与落地交付。\n1、负责集团信息系统企业级AI应用的核心功能设计与研发,覆盖对话式AI、智能Agent、多模态理解、自动化工作流等场景,将大模型能力转化为可落地、可交付的产品体验;\n2、主导大模型应用核心链路的架构设计与系统研发,支撑高并发、大规模在线生产运行,涵盖模型接入与智能调度、Prompt、Context工程、Agent编排引擎、工具调用框架、记忆管理等核心模块;\n3、构建模型效果的持续优化闭环,通过Prompt Engineering、Context Engineering、自动化评测与用户反馈机制,系统性提升模型在真实业务场景下的准确性、稳定性与可用性,同时对推理延迟与算力成本进行持续治理;\n4、与产品、算法、模型训练与评测团队紧密协作,以快速迭代节奏推进需求从方案设计、开发、上线到持续优化的全流程,保障高质量交付;\n5、跟踪大模型与Agent领域前沿技术,推动RAG、推理增强(Reasoning)、多智能体协作(Multi-Agent)、多模态融合等新能力在企业场景中的落地与创新。\n1、本科及以上学历,计算机相关专业;编程功底扎实,精通Python/Go/C++/Java中至少一门语言,具备优秀的工程素养与代码质量意识;\n2、深入理解大语言模型原理及其应用技术栈,熟练掌握LLM API调用、RAG检索增强、Agent Loop编排、Tool Use/Function Calling、Prompt Engineering、KV Cache优化、Memory管理等技术;\n3、熟悉主流大模型API与开源模型生态,对模型能力边界与效果调优有深入的实践经验,能够从原理层面分析问题并亲手完成调优,而非仅停留在API调用层面;\n4、是AI工具的深度用户与实践者,长期使用Agent/AI Coding/Workflow类产品(如Cursor、Claude Code、TRAE等),并能将AI能力深度融入自身研发工作流;\n5、具备良好的工程习惯与系统思维,对系统稳定性、可观测性、性能优化与成本控制有强烈意识,能够编写高质量、可维护、可扩展的生产级代码;\n6、具备优秀的沟通协作能力与跨团队推动能力,能与产品、算法、模型团队高效协同;自驱力强,能独立负责复杂项目的方案设计、排期管理与落地交付。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}