字节跳动AI Agent大模型应用开发实习生-TikTok
任职要求
1、2027届本科及以上学历在读，计算机、人工智能等相关专业优先； 2、熟练使用基本的数据结构与算法，具备良好的编码习惯，熟练掌握Golang/Python/Java中至少一种编程语言及常用框架； 3、了解LLM基本原理，熟悉Prompt Engineering，有RAG/Graph、Embedding等技术实践经验，熟悉LangChain等主流AI框架优先； 4、了解…
工作职责
ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：TikTok研发团队，旨在实现TikTok业务的研发工作，搭建及维护业界领先的产品。加入我们，你能接触到包括用户增长、社交、直播、搜索、本地生活、内容创造、内容消费等核心业务场景，支持产品在全球赛道上高速发展；也能接触到包括服务架构、基础技术等方向上的技术挑战，保障业务持续高质量、高效率、且安全地为用户服务；同时还能为不同业务场景提供全面的技术解决方案，优化各项产品指标及用户体验。 在这里，有大牛带队与大家一同不断探索前沿，突破想象空间。在这里，你的每一行代码都将服务亿万用户。在这里，团队专业且纯粹，合作氛围平等且轻松。目前在北京，上海，杭州、广州、深圳分别开放多个岗位机会。 1、Agent架构与基建研发：参与主架构Agent平台的底层架构设计与开发，包括基于ReAct模式的Agent框架等； 2、Agent应用落地：基于业务场景，开发并落地Agent应用，覆盖研发生产力提效、智能问答、数据分析与决策等实际业务任务； 3、工具与知识库基建：参与构建Agent记忆与知识系统，负责知识库接入以及工具的集成与抽象，持续丰富Agent的工具箱； 4、评估与算法调优：参与构建Agent能力的评估体系（Agentic Eval），基于强化学习（Agentic RL）、监督微调（SFT）等手段持续优化Agent的规划能力、工具调用准确率和最终执行效果； 5、深入思考研发过程中的各项问题，保障Agent系统在安全性、可用性和扩展性等方面的要求。
ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：TikTok Shop是以TikTok为载体的内容电商业务，致力于成为用户发现并获取优价好物的首选平台，在直播电商、视频内容电商等多场景下，TikTok Shop希望能为用户提供更个性化、更主动、更高效的消费体验，为商家提供稳定可靠的平台服务，在更多的地区实现没有难卖的优价好物，让美好生活触手可得的使命。我们邀请你来此成长、钻研，发掘无限的潜力，一起应对技术和业务上的挑战。目前团队拥有丰富的国际产品研发经验，包容多元的文化，且在全球设立研发团队，邀请你来一起接受跨国合作的挑战，还有出差外派机会在等你！ 1、负责大模型、AIGC服务链路和应用平台的开发，支撑相关业务的生产与高效迭代； 2、设计和实现机器学习相关的基础设施、框架、工具链等，并推动落地到业务中； 3、负责大规模样本数据的管理、标注、预处理、存储等能力建设，提供训练和推理使用的基础设施保障； 4、构建适合电商场景的AI应用Workflow编排框架和平台，方便电商各业务搭建AI应用链路； 5、负责电商GPU资源管理和优化调度，并建设管理工具平台，优化GPU管理效率，提升资源池整体利用率； 6、探索业界前沿的深度学习相关技术，持续提升平台能力、降低研发与算法的使用成本。
工作职责 1. 基于 Java / Python 语言开发 Agent 核心功能，包括但不限于任务拆解、工具集成、状态管理等模块； 2. 调试并优化 Agent 与大模型的交互链路，提升响应速度与任务完成准确率； 3. 参与技术方案讨论，输出技术文档，推动研发流程规范化； 4. 主动调研行业内优秀的 Agent 框架（如 LangChain、AutoGPT 等）及大模型能力，提炼可复用的技术经验； 5. 协助解决开发过程中的技术问题，参与代码评审，保障代码质量。
1、AI Agent 架构与开发：基于大语言模型（LLM）， 参与设计与开发智能体（AI Agent）及多智能体协同工作流（Workflow）； 2、Native AI 应用落地：结合自动驾驶台架测试、路测数据分析等业务场景，开发具备复杂任务规划、记忆管理、工具调用（Tool Calling）能力的 AI 应用； 3、自动化诊断与工具链建设：利用 Agent 技术重构或赋能现有的自动化诊断与分析工具，实现问题的快速定位、数据可视化及测试用例的自动生成； 4、系统集成与性能优化：负责大模型与现有自动驾驶平台系统、API 的对接，持续优化 Prompt，提升 Agent 的响应速度、稳定性和执行准确率。
AI Agent 架构与开发：基于大语言模型（LLM），参与设计与开发面向自动驾驶仿真的智能体（AI Agent）及多智能体协同工作流（Workflow）。 仿真场景与原生 AI 应用：结合自动驾驶仿真平台（如场景生成、车辆动力学、传感器仿真等）及仿真测试数据分析，开发具备复杂任务规划、记忆管理、工具调用（Tool Calling）能力的 AI 应用，提升仿真测试效率。 自动化诊断与工具链建设：利用 Agent 技术重构或赋能仿真自动化诊断、结果分析工具，实现仿真故障的快速定位、场景可视化及测试用例的自动生成。 系统集成与性能优化：负责大模型与仿真平台、API 的对接，持续优化 Prompt，提升 Agent 在仿真环境中的响应速度、稳定性和执行准确率。