{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "智能数据运维Agent研发工程师/架构师-数据库",
        "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": 3,
        "degree": "计算机、人工智能、数据科学、统计学等相关专业本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、负责智能运维Agent系统的研发与落地，参与或主导Agent Harness、沙箱执行环境、工具调度、任务编排等核心模块的设计与实现；\n2、面向数据库运维、数据管道排障、容量规划、值班辅助等场景，完成从Agent能力设计、工具封装、Prompt工程到上线灰度的端到端交付，持续优化准确率、响应时延与稳定性；\n3、针对时序异常检测、多指标关联、基于拓扑的根因定位、告警降噪、容量预测、日志模式挖掘等核心算法问题，设计并落地“传统算法+大模型+领域知识”三位一体的技术方案；\n4、建设Agent效果评估与迭代体系（评测集、离线回归、在线A/B、负面案例分析、置信度校准），与SRE、DBA、平台团队协同推动Agent在值班、主动巡检、自愈等场景的规模化应用。",
        "requirements_text": "1、计算机、人工智能、数据科学、统计学等相关专业本科及以上学历；3年以上AI相关经验（高级及以上岗位要求相应提高）；\n2、熟练掌握Python/Go/Java中的至少一种，具备扎实的系统设计能力；熟悉分布式系统、微服务、消息队列、容器化等主流技术栈；\n3、对大模型应用与AI Agent工程化有真实落地经验，熟悉Agent Loop、Tool Use、Function Calling、RAG、Prompt Engineering等核心技术，理解其工程约束与常见失败模式；\n4、理解运维领域的常见挑战（监控告警、日志分析、故障排查、变更管理等），能快速将业务场景转化为Agent能力设计；\n5、对数据类系统（关系型数据库、数据仓库、数据管道、调度系统等）有基本了解，能结合领域特性思考技术方案。\n\n加分项\n1、在时序异常检测、根因分析、因果推断、图学习、日志智能分析等AIOps核心算法方向有深入研究或落地经验，能独立主导算法方案从0到1的建设；\n2、在数据库自治、数据平台自动化运维、大规模AIOps系统的核心设计与落地中担任过关键角色；\n3、在AIOps、大模型应用、数据系统或人工智能基础设施方向有高质量顶会论文（KDD/NeurIPS/ICML/VLDB/SIGMOD等）、开源影响力或代表性技术成果；\n4、有AI Agent、AI Copilot等AI原生产品的完整落地经验，熟悉主流开源Agent框架的能力边界与工程取舍，或在相关开源项目中有持续贡献；\n5、熟悉沙箱/代码执行环境、工具调用协议（如MCP）、Agent可观测性等Agent基础设施方向。",
        "skills": [AI生成
            "Python",
            "Java",
            "分布式系统",
            "微服务",
            "数据库",
            "Go",
            "大语言模型",
            "检索增强生成"
        ],
        "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/7143122286873479431/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7143122286873479431",
        "post_date": "2022-09-14",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7143122286873479431/detail"
    },
    "fulltext": "智能数据运维Agent研发工程师/架构师-数据库\n职位描述\n1、负责智能运维Agent系统的研发与落地，参与或主导Agent Harness、沙箱执行环境、工具调度、任务编排等核心模块的设计与实现；\n2、面向数据库运维、数据管道排障、容量规划、值班辅助等场景，完成从Agent能力设计、工具封装、Prompt工程到上线灰度的端到端交付，持续优化准确率、响应时延与稳定性；\n3、针对时序异常检测、多指标关联、基于拓扑的根因定位、告警降噪、容量预测、日志模式挖掘等核心算法问题，设计并落地“传统算法+大模型+领域知识”三位一体的技术方案；\n4、建设Agent效果评估与迭代体系（评测集、离线回归、在线A/B、负面案例分析、置信度校准），与SRE、DBA、平台团队协同推动Agent在值班、主动巡检、自愈等场景的规模化应用。\n\n职位要求\n1、计算机、人工智能、数据科学、统计学等相关专业本科及以上学历；3年以上AI相关经验（高级及以上岗位要求相应提高）；\n2、熟练掌握Python/Go/Java中的至少一种，具备扎实的系统设计能力；熟悉分布式系统、微服务、消息队列、容器化等主流技术栈；\n3、对大模型应用与AI Agent工程化有真实落地经验，熟悉Agent Loop、Tool Use、Function Calling、RAG、Prompt Engineering等核心技术，理解其工程约束与常见失败模式；\n4、理解运维领域的常见挑战（监控告警、日志分析、故障排查、变更管理等），能快速将业务场景转化为Agent能力设计；\n5、对数据类系统（关系型数据库、数据仓库、数据管道、调度系统等）有基本了解，能结合领域特性思考技术方案。\n\n加分项\n1、在时序异常检测、根因分析、因果推断、图学习、日志智能分析等AIOps核心算法方向有深入研究或落地经验，能独立主导算法方案从0到1的建设；\n2、在数据库自治、数据平台自动化运维、大规模AIOps系统的核心设计与落地中担任过关键角色；\n3、在AIOps、大模型应用、数据系统或人工智能基础设施方向有高质量顶会论文（KDD/NeurIPS/ICML/VLDB/SIGMOD等）、开源影响力或代表性技术成果；\n4、有AI Agent、AI Copilot等AI原生产品的完整落地经验，熟悉主流开源Agent框架的能力边界与工程取舍，或在相关开源项目中有持续贡献；\n5、熟悉沙箱/代码执行环境、工具调用协议（如MCP）、Agent可观测性等Agent基础设施方向。\n1、负责智能运维Agent系统的研发与落地，参与或主导Agent Harness、沙箱执行环境、工具调度、任务编排等核心模块的设计与实现；\n2、面向数据库运维、数据管道排障、容量规划、值班辅助等场景，完成从Agent能力设计、工具封装、Prompt工程到上线灰度的端到端交付，持续优化准确率、响应时延与稳定性；\n3、针对时序异常检测、多指标关联、基于拓扑的根因定位、告警降噪、容量预测、日志模式挖掘等核心算法问题，设计并落地“传统算法+大模型+领域知识”三位一体的技术方案；\n4、建设Agent效果评估与迭代体系（评测集、离线回归、在线A/B、负面案例分析、置信度校准），与SRE、DBA、平台团队协同推动Agent在值班、主动巡检、自愈等场景的规模化应用。\n1、计算机、人工智能、数据科学、统计学等相关专业本科及以上学历；3年以上AI相关经验（高级及以上岗位要求相应提高）；\n2、熟练掌握Python/Go/Java中的至少一种，具备扎实的系统设计能力；熟悉分布式系统、微服务、消息队列、容器化等主流技术栈；\n3、对大模型应用与AI Agent工程化有真实落地经验，熟悉Agent Loop、Tool Use、Function Calling、RAG、Prompt Engineering等核心技术，理解其工程约束与常见失败模式；\n4、理解运维领域的常见挑战（监控告警、日志分析、故障排查、变更管理等），能快速将业务场景转化为Agent能力设计；\n5、对数据类系统（关系型数据库、数据仓库、数据管道、调度系统等）有基本了解，能结合领域特性思考技术方案。\n\n加分项\n1、在时序异常检测、根因分析、因果推断、图学习、日志智能分析等AIOps核心算法方向有深入研究或落地经验，能独立主导算法方案从0到1的建设；\n2、在数据库自治、数据平台自动化运维、大规模AIOps系统的核心设计与落地中担任过关键角色；\n3、在AIOps、大模型应用、数据系统或人工智能基础设施方向有高质量顶会论文（KDD/NeurIPS/ICML/VLDB/SIGMOD等）、开源影响力或代表性技术成果；\n4、有AI Agent、AI Copilot等AI原生产品的完整落地经验，熟悉主流开源Agent框架的能力边界与工程取舍，或在相关开源项目中有持续贡献；\n5、熟悉沙箱/代码执行环境、工具调用协议（如MCP）、Agent可观测性等Agent基础设施方向。"
}