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": "AI Agent工程师-巨量广告与自助",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "杭州、北京、上海",
"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、深入广告投放、内容生产、经营分析等真实业务场景，与产品、算法、运营以及行业专家一起定义问题，构建真正解决业务问题的Agent；\n2、参与Agent Runtime、Harness核心能力建设：Planning、Context、Memory、Tool、Skill、Workflow、Multi-Agent、Human-in-the-loop、Long-running Agent等；\n3、解决Agent在真实生产环境中的关键问题：多轮任务漂移、工具错误调用、事实与策略不一致、长Context成本、状态恢复、执行稳定性、高并发与低延迟、复杂任务成功率等；\n4、建立Agent的评测与进化体系：Evaluation、Benchmark、Trace Analysis、GT、Online Signal、Reflection、Skill Evolution。",
"requirements_text": "1、本科及以上学历，计算机或相关专业；\n2、熟悉Go/Python/Java/JavaScript/TypeScript等至少一门语言，有扎实的软件工程能力，能把复杂系统真正做上线、做稳定；\n3、对LLM/Agent有较强兴趣，并愿意理解模型真正的能力边界；\n4、能面对没有标准答案的问题，自己拆问题、做判断、推进结果；\n5、不把自己限制在“研发需求”里，愿意理解产品、算法、数据和业务；\n6、对最终结果敏感，而不满足于“功能已经上线”。\n\n加分项：\n1、有Agent/LLM产品真实生产落地经验，而不仅是Demo；\n2、做过Agent Runtime/Harness/Workflow/Multi-Agent/Tool System，对Context Engineering、Memory、Skill、Tool Use有深入实践，有Agent Evaluation/Benchmark/Trace Analysis/自动优化经验，或做过长期运行、强状态、多轮决策类Agent；\n3、有广告、推荐、搜索、电商、内容、交易、风控等复杂业务经验；有广告投放、广告平台、增长、商业化相关经验；\n4、对强化学习、搜索、规划、优化算法、因果分析等有理解，或做过数据驱动决策系统或策略系统；\n5、有较强产品感，习惯站在客户视角思考问题；\n6、有优秀开源项目、技术博客、论文或个人Agent项目。",
"skills": [AI生成
"Python",
"JavaScript",
"TypeScript",
"Java",
"强化学习",
"广告投放"
],
"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/7681247643292436789/detail"
}
]
},
"posting": {
"posting_id": "7681247643292436789",
"post_date": "2026-09-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7681247643292436789/detail"
},
"fulltext": "AI Agent工程师-巨量广告与自助\n职位描述\n1、深入广告投放、内容生产、经营分析等真实业务场景，与产品、算法、运营以及行业专家一起定义问题，构建真正解决业务问题的Agent；\n2、参与Agent Runtime、Harness核心能力建设：Planning、Context、Memory、Tool、Skill、Workflow、Multi-Agent、Human-in-the-loop、Long-running Agent等；\n3、解决Agent在真实生产环境中的关键问题：多轮任务漂移、工具错误调用、事实与策略不一致、长Context成本、状态恢复、执行稳定性、高并发与低延迟、复杂任务成功率等；\n4、建立Agent的评测与进化体系：Evaluation、Benchmark、Trace Analysis、GT、Online Signal、Reflection、Skill Evolution。\n\n职位要求\n1、本科及以上学历，计算机或相关专业；\n2、熟悉Go/Python/Java/JavaScript/TypeScript等至少一门语言，有扎实的软件工程能力，能把复杂系统真正做上线、做稳定；\n3、对LLM/Agent有较强兴趣，并愿意理解模型真正的能力边界；\n4、能面对没有标准答案的问题，自己拆问题、做判断、推进结果；\n5、不把自己限制在“研发需求”里，愿意理解产品、算法、数据和业务；\n6、对最终结果敏感，而不满足于“功能已经上线”。\n\n加分项：\n1、有Agent/LLM产品真实生产落地经验，而不仅是Demo；\n2、做过Agent Runtime/Harness/Workflow/Multi-Agent/Tool System，对Context Engineering、Memory、Skill、Tool Use有深入实践，有Agent Evaluation/Benchmark/Trace Analysis/自动优化经验，或做过长期运行、强状态、多轮决策类Agent；\n3、有广告、推荐、搜索、电商、内容、交易、风控等复杂业务经验；有广告投放、广告平台、增长、商业化相关经验；\n4、对强化学习、搜索、规划、优化算法、因果分析等有理解，或做过数据驱动决策系统或策略系统；\n5、有较强产品感，习惯站在客户视角思考问题；\n6、有优秀开源项目、技术博客、论文或个人Agent项目。\n1、深入广告投放、内容生产、经营分析等真实业务场景，与产品、算法、运营以及行业专家一起定义问题，构建真正解决业务问题的Agent；\n2、参与Agent Runtime、Harness核心能力建设：Planning、Context、Memory、Tool、Skill、Workflow、Multi-Agent、Human-in-the-loop、Long-running Agent等；\n3、解决Agent在真实生产环境中的关键问题：多轮任务漂移、工具错误调用、事实与策略不一致、长Context成本、状态恢复、执行稳定性、高并发与低延迟、复杂任务成功率等；\n4、建立Agent的评测与进化体系：Evaluation、Benchmark、Trace Analysis、GT、Online Signal、Reflection、Skill Evolution。\n1、本科及以上学历，计算机或相关专业；\n2、熟悉Go/Python/Java/JavaScript/TypeScript等至少一门语言，有扎实的软件工程能力，能把复杂系统真正做上线、做稳定；\n3、对LLM/Agent有较强兴趣，并愿意理解模型真正的能力边界；\n4、能面对没有标准答案的问题，自己拆问题、做判断、推进结果；\n5、不把自己限制在“研发需求”里，愿意理解产品、算法、数据和业务；\n6、对最终结果敏感，而不满足于“功能已经上线”。\n\n加分项：\n1、有Agent/LLM产品真实生产落地经验，而不仅是Demo；\n2、做过Agent Runtime/Harness/Workflow/Multi-Agent/Tool System，对Context Engineering、Memory、Skill、Tool Use有深入实践，有Agent Evaluation/Benchmark/Trace Analysis/自动优化经验，或做过长期运行、强状态、多轮决策类Agent；\n3、有广告、推荐、搜索、电商、内容、交易、风控等复杂业务经验；有广告投放、广告平台、增长、商业化相关经验；\n4、对强化学习、搜索、规划、优化算法、因果分析等有理解，或做过数据驱动决策系统或策略系统；\n5、有较强产品感，习惯站在客户视角思考问题；\n6、有优秀开源项目、技术博客、论文或个人Agent项目。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}