字节跳动AI解决方案工程师-飞书（深圳/北京）

1、负责飞书AI应用平台与智能体平台的售前解决方案工作； 2、与GTM各团队紧密配合，有效地向客户传递产品和解决方案价值，对商业化结果负责； 3、面向多种行业进行研究分析，识别客户需求，基于行业标杆客户场景，产出可复制的客户成功案例和行业最佳实践；面向客户高层对话，提供有特色的数字化解决方案专业咨询，和产品技术答疑； 4、能够结合飞书AI应用平台与智能体平台的产品能力和客户业务场景，熟练地向客户进行产品样例及概念验证的演示； 5、持续参与商机转化进程，高效推进商务谈判，以帮助销售团队实现赢单； 6、与产品研发团队、客户成功团队紧密配合，形成前后端信息互通、知识共享，关注客户的成功交付上线和持续服务。

1、负责AI Native文档产品的后端系统设计与开发，构建高性能、可扩展的服务架构； 2、参与文档协作系统的后端架构设计与实现，设计高效的API接口，确保系统稳定性与安全性； 3、持续优化系统性能，进行技术架构升级与服务器资源管理，构建高可用的分布式系统支持产品快速迭代与扩展； 4、设计和实现AI能力调用框架，负责模型参数调优、提示词工程优化等，提升AI生成内容的质量与相关性。

团队介绍：飞书是 AI 时代先进生产力平台，提供一站式工作协同、组织管理、业务提效工具和深入企业场景的 AI 能力，助力企业能增长，有巧降。 从互联网、高科技、消费零售，到制造、金融、医疗健康等，各行各业先进企业都在选择飞书，与飞书共创行业最佳实践。先进团队，先用飞书。 1、负责字节跳动飞书套件各端的品质性能优化，如稳定性、流畅性等； 2、参与飞书套件性能品质解决方案设计研发，保障用户使用体验； 3、持续关注业界前沿技术。

团队介绍：飞书是 AI 时代先进生产力平台，提供一站式工作协同、组织管理、业务提效工具和深入企业场景的 AI 能力，助力企业能增长，有巧降。 从互联网、高科技、消费零售，到制造、金融、医疗健康等，各行各业先进企业都在选择飞书，与飞书共创行业最佳实践。先进团队，先用飞书。 课题背景： 飞书沉淀了企业内大量知识（文档、wiki、消息、会议记录、图片、视频等）。随着企业知识图谱、用户行为轨迹等图结构数据规模的指数级增长，传统基于文本匹配的RAG系统面临关系感知缺失和个性化能力不足的矛盾。如何寻找相对开销低、效果好的企业问答RAG新范式，突破现有系统在跨模态意图理解深度、个性化排序精度与实时生成质量上的瓶颈，基于企业内部知识和外部公网知识来回答问题与完成深度创作，这项工作对于字节自身做好企业知识管理，和飞书打造国内领先的企业知识问答创作产品，都有重要意义。 课题挑战： 1、图结构融合挑战：传统RAG系统以文本匹配为核心，难以有效捕获用户行为模式、实体拓扑关系等非结构化图信息。如何将文本、图像、视频等异构图数据嵌入到语义理解框架中，构建统一的特征表示空间，是提升意图识别精度的关键瓶颈； 2、动态推理挑战：企业关系图谱具有实时演化特性，用户行为模式与实体关联强度随时间动态变化。现有静态图嵌入方法难以满足实时问答场景的时效性要求，需要开发增量式图学习算法实现动态知识更新； 3、企业内部知识和外部公网知识的融合：当两种知识之间存在差异或冲突时，如果无法有效融合，会显著降低回答的可靠性和实用性。如何在不同模态间建立准确的语义关联，并有效融合内外部知识，是提升回答可靠性和实用性的关键。虽然业界 Deep Research 实现了基于 Agent 架构的公网知识深度检索与创作，但尚无企业内外部知识融合的成功实践； 4、Agentic RAG 可控性：基于Agent架构来实现企业知识问答创作，依赖LLM进行自主推理和判断，其决策过程存在一定的不可预测性。在某些复杂情况下（召回语料量大且干扰性强、企业内部知识与外部知识冲突），Agent可能做出不符合预期的决策，且难以直接干预和纠正。 我们的优势： 1、飞书企业问答产品已经积累了一定的用户基础，并在快速增长； 2、依托飞书套件，能够建立比较完整的用户与其他飞书内实体的图结构数据，并且已经有过早期实践（Lark Graph）； 3、飞书企业问答有完整的评测体系和资源，帮助RAG类探索快速迭代。