字节跳动AI Agent（工程逆向方向）算法实习生-集团信息系统
任职要求
1、2027届本科及以上学历在读，计算机、通信等相关专业优先； 2、扎实的算法和数据结构基础，熟练掌握Python、Go、C++等至少一种编程语言； 3、动手能力强，熟悉NLP、CV领域的理论基础，掌握统计模型、机器学习相关原理，具有实战经验，参与过相关项目； 4、学习能力优秀，有良好的团队合作精神，有责任心； 5、熟悉业界领…
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：集团信息系统部（Corporate Information System）负责字节跳动信息系统建设。通过构建领先的信息系统，助力公司业务和组织的长期高效经营与发展。与此同时，在安全、隐私、合规层面持续治理，为公司的稳健发展保驾护航。字节跳动的业务模式复杂，用户规模大。到现在，集团信息系统部已经覆盖人事、财务、法务、采购、审批、职场等多个领域，隐私安全工作同步开展，AIGC创新孵化也在逐步落地实现。 1、负责AI应用的算法研发和LLM效果优化工作，推动技术的探索和应用； 2、探索大语言模型等先进AI技术在字节跳动国际化公司运营的落地，包括领域预训练、指令微调、训练和推理加速、模型评测等技术； 3、提升自然语言理解的能力，比如实体识别、意图识别、NL2SQL，向量召回，结构化/非结构化，短文本/长文本的表征学习等；应用于对话系统、文本生成、文本分类、知识图谱，检索问答等领域； 4、提升多模态识别和理解能力，比如图片、音频、视频等多模态分类、内容挖掘、理解和生成等。
【团队介绍】 BA Agent（商业分析助手）是美团面向企业运营场景的 AI 策略引擎，通过"Agent 产品 + FDE（前线交付工程师）"双轮驱动，将非标运营流程转化为可规模复用的标准化能力（Skill），实现从数据分析到行动闭环的端到端价值交付。 【团队特点】 -扁平化，纯结果导向，打破职能与职级边界 -AI-Native 工作方式——团队自身重度使用 AI 工具辅助研发与协作 -当前处于架构重启 + 规模化前夜，加入即主导核心系统 【岗位职责】 1.主导 Agent 核心架构设计与演进 -对标 Claude Code 等业界最佳实践，设计轻量级 Agent 编排框架（Unix 哲学） -统一工具/Skill 接入协议，支撑多端（Web/OpenAPI/大象）一致性交付 -设计并落地上下文管理、流式输出、会话压缩等核心能力 2.AI 安全体系建设 -防御 prompt injection 攻击：输入过滤、输出校验、指令隔离 -模型越权防控：工具调用权限边界、沙箱隔离、敏感操作二次确认 -安全审计：模型决策链路可追溯，异常行为检测告警 3.多租户高并发高可用云服务 -设计多租户隔离方案（数据隔离、资源配额、权限体系） -Agent 推理链路的高并发调度：异步编排、队列管理、弹性伸缩 -高可用保障：限流降级、熔断、故障自愈、灰度发布 4.效果-成本平衡 + 企业级审计合规 -模型路由与成本管控：分级调度、Token 预算管理、推理资源池化 -企业级审计合规：操作可追溯、数据分级分类、合规准入 -效果评测闭环：golden dataset + 自动化 Eval，确保成本优化不牺牲效果底线 5.数据加工与数据飞轮 -ETL pipeline：多源数据接入与清洗转换，支撑 Agent 取数、聚合、归因等场景 -数据飞轮：离线（日志萃取 → 评测集维护）+ 在线（用户画像/偏好 → 实时注入上下文），建立复利效应
1、开发框架 — CatPaw SDK/CLI 能力建设、Skill/Plugin 体系、开发者体验 2、平台集群 — 基于 OpenClaw 构建 CatClaw 集群，多智能体运行时、路由调度、会话管理、记忆系统 3、AI 编排 — 多模型调度、Prompt 工程、Function Calling、上下文管理 4、场景接入 — IM/社交/办公等多端渠道对接、浏览器自动化 5、安全隔离 — 多租户权限控制、数据沙箱
1. 构建适合滴滴国际化技术发展需要的质量效能体系以及质量平台产品化 2. 参与AI测试基建的架构设计与开发实现，构建统一的AI+可测性能力基座 3. 建设测试领域Agent生态，包括但不限于测试用例生成、故障分析、自动化执行等垂类Agent，智能体编排、测试知识库等 4. 探索AI驱动的测试新范式，打造新的质量交付流水模式，推动测试工程智能化转型
1. 负责面向商家的 B 端 AI Agent 应用建设，围绕商家经营、商品管理、订单履约、客服售后、营销运营、数据分析等场景，提升商家工作效率和经营效果。 2. 参与 AI Agent 基础框架能力建设，包括 Agent 编排、工具调用、任务规划、上下文管理、记忆机制、权限控制、工作流、人机协同、异常兜底等核心模块。 3. 将商家高频业务流程抽象为可复用的 Agent 能力和业务组件，如经营助手、商品助手、客服助手、营销助手、数据分析助手等。 4. 负责 Agent 与内部业务系统、数据平台、知识库、运营工具、CRM / 工单 / 商家后台等系统的集成。 5. 建设 Agent 应用的工程化能力，包括 Prompt 管理、工具注册、链路追踪、效果评估、灰度发布、成本控制和稳定性治理。 6. 与产品、算法、业务运营、商家服务团队协作，完成从业务场景识别、方案设计、原型验证到上线迭代的闭环。