主分类：Agent系统开发
辅助：AI训练推理与计算优化（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": "Agent Infra研发工程师-Commercial AI",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、探索和构建高效的商业化Agent Infrastructure，优化包括抖音电商、生活服务、广告营销等Agent算法策略和工程架构解决方案，持续探索前沿技术，支撑字节跳动商业化收入增长；\n2、设计实现Agent基础架构与相关工具链，包括但不限于Harness Engineering、Agent框架、沙箱与模拟环境、个性化记忆、工具、Skills、自动评估体系等；\n3、设计实现商业化内部GPU算力资源管理与调度体系，根据训练、推理、评测等多场景的任务特点，通过优化调度策略与运营机制，持续提升资源的弹性能力和有效利用率；\n4、与算法、应用、平台等团队紧密配合，优化Agent研发平台的能力与用户体验，提高研发效率与稳定性；\n5、关注AI Agent生态技术发展，持续探索并引入先进的Agent应用技术方案，推动在业务场景中落地。",
"requirements_text": "1、计算机基础知识扎实，对操作系统、数据库、网络基础知识充分掌握，熟悉常见的服务端技术组件，对常见的服务端场景有架构设计和优化思路；\n2、编码能力优秀，对代码质量与代码风格有高标准要求，对所熟悉的编程语言（Golang/Python优先）有一定的深入了解；\n3、有LLM/Agent系统开发经验，对LLM/Agent架构与生态中的一项或多项技术有深入理解；\n4、对AI应用/LLMOps/AgentOps方向有浓厚兴趣和热情，自驱力强，对新事物的学习与探索能力强，具备出色的问题分析与解决能力。\n\n加分项：\n1、熟悉主流大语言模型/多模态大模型训练与推理过程中的算法与架构原理，有相关算法策略调优经验优先；\n2、有资源调度、利用率优化、成本管理与FinOps落地经验优先；\n3、熟悉LLM/Agent训练、评测、编排、部署的完整流程，熟悉平台开发，有一定的业务与产品意识优先；\n4、擅长用大模型能力辅助工作并解决问题。",
"skills": [AI生成
"Python",
"Golang",
"数据库",
"模型训练",
"架构设计",
"解决问题",
"Go",
"大语言模型"
],
"preferred_qualifications": "2、编码能力优秀，对代码质量与代码风格有高标准要求，对所熟悉的编程语言（Golang/Python优先）有一定的深入了解；加分项：；1、熟悉主流大语言模型/多模态大模型训练与推理过程中的算法与架构原理，有相关算法策略调优经验优先；2、有资源调度、利用率优化、成本管理与FinOps落地经验优先；3、熟悉LLM/Agent训练、评测、编排、部署的完整流程，熟悉平台开发，有一定的业务与产品意识优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7571833226227796229/detail"
}
]
},
"posting": {
"posting_id": "7571833226227796229",
"post_date": "2025-11-12",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7571833226227796229/detail"
},
"fulltext": "Agent Infra研发工程师-Commercial AI\n职位描述\n1、探索和构建高效的商业化Agent Infrastructure，优化包括抖音电商、生活服务、广告营销等Agent算法策略和工程架构解决方案，持续探索前沿技术，支撑字节跳动商业化收入增长；\n2、设计实现Agent基础架构与相关工具链，包括但不限于Harness Engineering、Agent框架、沙箱与模拟环境、个性化记忆、工具、Skills、自动评估体系等；\n3、设计实现商业化内部GPU算力资源管理与调度体系，根据训练、推理、评测等多场景的任务特点，通过优化调度策略与运营机制，持续提升资源的弹性能力和有效利用率；\n4、与算法、应用、平台等团队紧密配合，优化Agent研发平台的能力与用户体验，提高研发效率与稳定性；\n5、关注AI Agent生态技术发展，持续探索并引入先进的Agent应用技术方案，推动在业务场景中落地。\n\n职位要求\n1、计算机基础知识扎实，对操作系统、数据库、网络基础知识充分掌握，熟悉常见的服务端技术组件，对常见的服务端场景有架构设计和优化思路；\n2、编码能力优秀，对代码质量与代码风格有高标准要求，对所熟悉的编程语言（Golang/Python优先）有一定的深入了解；\n3、有LLM/Agent系统开发经验，对LLM/Agent架构与生态中的一项或多项技术有深入理解；\n4、对AI应用/LLMOps/AgentOps方向有浓厚兴趣和热情，自驱力强，对新事物的学习与探索能力强，具备出色的问题分析与解决能力。\n\n加分项：\n1、熟悉主流大语言模型/多模态大模型训练与推理过程中的算法与架构原理，有相关算法策略调优经验优先；\n2、有资源调度、利用率优化、成本管理与FinOps落地经验优先；\n3、熟悉LLM/Agent训练、评测、编排、部署的完整流程，熟悉平台开发，有一定的业务与产品意识优先；\n4、擅长用大模型能力辅助工作并解决问题。\n1、探索和构建高效的商业化Agent Infrastructure，优化包括抖音电商、生活服务、广告营销等Agent算法策略和工程架构解决方案，持续探索前沿技术，支撑字节跳动商业化收入增长；\n2、设计实现Agent基础架构与相关工具链，包括但不限于Harness Engineering、Agent框架、沙箱与模拟环境、个性化记忆、工具、Skills、自动评估体系等；\n3、设计实现商业化内部GPU算力资源管理与调度体系，根据训练、推理、评测等多场景的任务特点，通过优化调度策略与运营机制，持续提升资源的弹性能力和有效利用率；\n4、与算法、应用、平台等团队紧密配合，优化Agent研发平台的能力与用户体验，提高研发效率与稳定性；\n5、关注AI Agent生态技术发展，持续探索并引入先进的Agent应用技术方案，推动在业务场景中落地。\n1、计算机基础知识扎实，对操作系统、数据库、网络基础知识充分掌握，熟悉常见的服务端技术组件，对常见的服务端场景有架构设计和优化思路；\n2、编码能力优秀，对代码质量与代码风格有高标准要求，对所熟悉的编程语言（Golang/Python优先）有一定的深入了解；\n3、有LLM/Agent系统开发经验，对LLM/Agent架构与生态中的一项或多项技术有深入理解；\n4、对AI应用/LLMOps/AgentOps方向有浓厚兴趣和热情，自驱力强，对新事物的学习与探索能力强，具备出色的问题分析与解决能力。\n\n加分项：\n1、熟悉主流大语言模型/多模态大模型训练与推理过程中的算法与架构原理，有相关算法策略调优经验优先；\n2、有资源调度、利用率优化、成本管理与FinOps落地经验优先；\n3、熟悉LLM/Agent训练、评测、编排、部署的完整流程，熟悉平台开发，有一定的业务与产品意识优先；\n4、擅长用大模型能力辅助工作并解决问题。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T014"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}