字节跳动AI Agent高级研发工程师-智能创作（北京/上海/杭州/深圳/广州）

1、负责大模型（包括不限于T2V、I2V、MLLM模型）评测工作和评测体系建设，包括设计制定和完善评测方案、评测指标、评测数据收集和更新、评测执行，并输出专业评测报告； 2、参与评测相关自动化评测工具开发及维护，最大化提高评测效率； 3、以算法手段，对基座大模型和AI Native应用进行分阶段、端到端评测； 4、参与构建评测Agent工具链、对战平台、模型竞技场、模型效果判别模型、应用数据飞轮等工具链建设； 5、站在用户角度，对产品、算法发提出建设性的意见，在评测参与的各个流程中以用户视角保证产品体验。

-负责营销SaaS产品数字员工智能体应用的需求调研、设计及研发落地工作，结合已有的内容创作、洞察、外呼、客服等应用产品，推动AI Agent在营销、客户服务等To B垂直领域落地并取得业务价值 -负责营销场景内容创作与运营数字员工、业务洞察数字员工、外呼数字员工、售后客服数字员工等覆盖营销全链路的场景化AI数字员工的技术预研、架构设计、业务模型抽象及功能开发保持对业务场景的敏锐洞察，快速熟悉业务流程并理解业务痛点，沟通并分析产品需求，制定技术方案，设计与研发核心系统及模块，推动产品快速迭代 -负责AI Agent框架设计与实现，构建高可用、低延迟的AI Agent生产环境。探索大模型与Agent技术的结合，解决复杂场景下的推理能力 -优化Agent与工具调用的协同机制，提升任务规划、自主决策和交互体验，构建各场景化Agent的自动化评估系统 -备注：你将站在数字员工大模型技术与产业落地的核心交汇点，深度参与全球领先的数字员工 Agent 体系搭建与优化，以 Agent 架构设计、任务规划、工具调用、记忆机制、场景编排与数据洞察驱动数字员工产品在多场景中的效能提升与商业价值落地。在这里，你不仅是数字员工 Agent 能力的建设者，更是 AIGC 时代数字员工能力边界的突破者——通过持续优化 Agent 的感知、理解、决策与执行链路，迭代多 Agent 协同与场景适配策略，让大模型与业务流程、企业系统、真实任务深度结合，使数字员工真正具备可交付、可衡量、可规模化复制的工作能力，将技术优势转化为全球化数字员工产品的核心竞争力，推动技术创新真正落地为产业级商业成功

我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。

【业务介绍】 作为公司统一的机器学习平台团队，负责调度公司所有模型训练与推理资源；基于自建的训推引擎，构建公司统一的机器学习平台，为公司所有算法同学（稀疏 & 稠密，含 LLM） 模型迭代提供端到端的一站式服务；包括 数据生产，模型训练，模型上线，特征管理，模型测试，资源管控等一系列能力。 【岗位职责】 1、负责机器学习链路，离在线数据相关的开发工作，包括样本数据、特征数据等的数据链路搭建、任务运维和调优、性能优化等 2、负责小红书大规模机器学习平台的后台系统设计和开发工作；包括样本平台，特征平台，训练平台，推理平台等AI应用后台建设等； 3、研究分析业内AI平台产品，优化技术方案，改进产品功能，完善产品体验。