{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "Agent平台开发工程师 - Data AML",
        "job_level": "校招",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": "你将获得"
    },
    "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：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\n1、参与Agent平台的设计与研发，面向AI Infra场景建设智能诊断、智能问答、自动化运管和研发效能工具；\n2、参与LLM应用工程化能力建设，包括RAG、Agent-Workflow、工具调用、上下文管理、任务编排、结果评测等；\n3、将Agent能力与内部平台、监控告警、日志系统、知识库、发布系统、资源治理系统等进行集成，提升复杂问题处理效率；\n4、参与面向训练/推理场景的稳定性诊断能力建设，支持日志分析、告警归因、变更排查、故障辅助定位等场景；\n5、持续优化Agent在真实生产环境中的准确性、稳定性、可控性和用户体验；\n6、跟进LLM Agent、AIOps、MLOps、AI Infra等方向的技术进展，并推动前沿技术在团队业务场景中落地。",
        "requirements_text": "1、2027届获得本科及以上学历，计算机、软件工程、人工智能、数据科学、自动化、电子信息等相关专业；\n2、具备扎实的计算机基础，熟悉操作系统、计算机网络、数据库、数据结构与算法等基础知识；\n3、熟悉至少一门编程语言，如Go、Python等，具备良好的代码能力和工程实现能力；\n4、了解LLM应用开发相关技术，如RAG、Prompt Engineering、Agent、Function Calling、Embedding、向量检索、知识库构建等；\n5、具备AI相关实习经历，包括但不限于LLM应用、智能问答、Agent平台、AIOps、MLOps、机器学习平台、数据分析平台、AI工具链等方向；\n6、具备良好的学习能力、问题拆解能力和沟通协作能力，能够在复杂业务场景中理解问题并推动工程落地。\n\n加分项\n1、有LLM Agent、RAG、智能问答、Copilot、AI助手、AIOps平台等项目或实习经验；\n2、熟悉LangChain、LlamaIndex、MCP、向量数据库、模型评测、上下文工程等相关技术；\n3、熟悉Kubernetes、云原生、微服务、可观测、日志分析、监控告警、CI/CD等工程平台技术；\n4、有后端平台开发、分布式系统、工程效能平台或基础设施平台相关实践经验；\n5、对AI Infra、AIOps、研发效能、稳定性治理等方向有持续兴趣。\n\n你将获得\n1、深入参与大规模AI训练与推理基础设施中的Agent平台建设；\n2、在真实生产场景中探索LLM Agent的工程化落地，解决复杂系统诊断和效率提升问题；\n3、接触AIOps、AI Infra、资源治理、可观测、稳定性、研发效能等平台方向；\n4、与算法、基础架构、平台工程、SRE等团队协作，快速提升工程能力和系统视野。",
        "skills": [AI生成
            "Python",
            "Kubernetes",
            "机器学习",
            "数据结构",
            "分布式系统",
            "微服务",
            "数据库",
            "数据分析",
            "团队协作",
            "学习能力",
            "检索增强生成"
        ],
        "preferred_qualifications": "加分项",
        "job_highlights": "你将获得"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7680483213027690757/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7680483213027690757",
        "post_date": "2026-09-01",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7680483213027690757/detail"
    },
    "fulltext": "Agent平台开发工程师 - 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\n1、参与Agent平台的设计与研发，面向AI Infra场景建设智能诊断、智能问答、自动化运管和研发效能工具；\n2、参与LLM应用工程化能力建设，包括RAG、Agent-Workflow、工具调用、上下文管理、任务编排、结果评测等；\n3、将Agent能力与内部平台、监控告警、日志系统、知识库、发布系统、资源治理系统等进行集成，提升复杂问题处理效率；\n4、参与面向训练/推理场景的稳定性诊断能力建设，支持日志分析、告警归因、变更排查、故障辅助定位等场景；\n5、持续优化Agent在真实生产环境中的准确性、稳定性、可控性和用户体验；\n6、跟进LLM Agent、AIOps、MLOps、AI Infra等方向的技术进展，并推动前沿技术在团队业务场景中落地。\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、人工智能、数据科学、自动化、电子信息等相关专业；\n2、具备扎实的计算机基础，熟悉操作系统、计算机网络、数据库、数据结构与算法等基础知识；\n3、熟悉至少一门编程语言，如Go、Python等，具备良好的代码能力和工程实现能力；\n4、了解LLM应用开发相关技术，如RAG、Prompt Engineering、Agent、Function Calling、Embedding、向量检索、知识库构建等；\n5、具备AI相关实习经历，包括但不限于LLM应用、智能问答、Agent平台、AIOps、MLOps、机器学习平台、数据分析平台、AI工具链等方向；\n6、具备良好的学习能力、问题拆解能力和沟通协作能力，能够在复杂业务场景中理解问题并推动工程落地。\n\n加分项\n1、有LLM Agent、RAG、智能问答、Copilot、AI助手、AIOps平台等项目或实习经验；\n2、熟悉LangChain、LlamaIndex、MCP、向量数据库、模型评测、上下文工程等相关技术；\n3、熟悉Kubernetes、云原生、微服务、可观测、日志分析、监控告警、CI/CD等工程平台技术；\n4、有后端平台开发、分布式系统、工程效能平台或基础设施平台相关实践经验；\n5、对AI Infra、AIOps、研发效能、稳定性治理等方向有持续兴趣。\n\n你将获得\n1、深入参与大规模AI训练与推理基础设施中的Agent平台建设；\n2、在真实生产场景中探索LLM Agent的工程化落地，解决复杂系统诊断和效率提升问题；\n3、接触AIOps、AI Infra、资源治理、可观测、稳定性、研发效能等平台方向；\n4、与算法、基础架构、平台工程、SRE等团队协作，快速提升工程能力和系统视野。\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\n1、参与Agent平台的设计与研发，面向AI Infra场景建设智能诊断、智能问答、自动化运管和研发效能工具；\n2、参与LLM应用工程化能力建设，包括RAG、Agent-Workflow、工具调用、上下文管理、任务编排、结果评测等；\n3、将Agent能力与内部平台、监控告警、日志系统、知识库、发布系统、资源治理系统等进行集成，提升复杂问题处理效率；\n4、参与面向训练/推理场景的稳定性诊断能力建设，支持日志分析、告警归因、变更排查、故障辅助定位等场景；\n5、持续优化Agent在真实生产环境中的准确性、稳定性、可控性和用户体验；\n6、跟进LLM Agent、AIOps、MLOps、AI Infra等方向的技术进展，并推动前沿技术在团队业务场景中落地。\n1、2027届获得本科及以上学历，计算机、软件工程、人工智能、数据科学、自动化、电子信息等相关专业；\n2、具备扎实的计算机基础，熟悉操作系统、计算机网络、数据库、数据结构与算法等基础知识；\n3、熟悉至少一门编程语言，如Go、Python等，具备良好的代码能力和工程实现能力；\n4、了解LLM应用开发相关技术，如RAG、Prompt Engineering、Agent、Function Calling、Embedding、向量检索、知识库构建等；\n5、具备AI相关实习经历，包括但不限于LLM应用、智能问答、Agent平台、AIOps、MLOps、机器学习平台、数据分析平台、AI工具链等方向；\n6、具备良好的学习能力、问题拆解能力和沟通协作能力，能够在复杂业务场景中理解问题并推动工程落地。\n\n加分项\n1、有LLM Agent、RAG、智能问答、Copilot、AI助手、AIOps平台等项目或实习经验；\n2、熟悉LangChain、LlamaIndex、MCP、向量数据库、模型评测、上下文工程等相关技术；\n3、熟悉Kubernetes、云原生、微服务、可观测、日志分析、监控告警、CI/CD等工程平台技术；\n4、有后端平台开发、分布式系统、工程效能平台或基础设施平台相关实践经验；\n5、对AI Infra、AIOps、研发效能、稳定性治理等方向有持续兴趣。\n\n你将获得\n1、深入参与大规模AI训练与推理基础设施中的Agent平台建设；\n2、在真实生产场景中探索LLM Agent的工程化落地，解决复杂系统诊断和效率提升问题；\n3、接触AIOps、AI Infra、资源治理、可观测、稳定性、研发效能等平台方向；\n4、与算法、基础架构、平台工程、SRE等团队协作，快速提升工程能力和系统视野。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}