字节跳动Agent平台工程师-AI for Science

# 岗位介绍 我们正在建设新一代 AI Agent 平台，打造能够支撑生产环境稳定运行的 Agent Runtime（Harness）。 这不仅仅是调用大模型完成任务，而是围绕 Agent 的任务编排、状态管理、工具调用、上下文管理、质量控制、可观测性等核心能力，构建一套稳定、可扩展、可持续演进的平台基础设施。 如果你热衷于复杂系统架构设计，希望参与 AI Agent 底层能力建设，并将 AI 系统真正落地到生产环境，这将是一份具有挑战性的工作。 --- # 岗位职责 - 负责 AI Agent Harness（Runtime）核心能力的架构设计与研发，包括任务编排、状态管理、上下文管理、工具调用、异常恢复、质量门禁等基础能力。 - 设计并持续优化多 Agent 协作机制，提升系统的稳定性、可扩展性和可维护性。 - 建设生产级 Agent 工程体系，包括日志、Tracing、监控、指标、重试、降级、幂等等稳定性能力。 - 建立 Agent 开发规范、Workflow、Contract、测试体系及持续集成流程，提高研发效率和交付质量。 - 与产品、算法及业务团队协作，将复杂业务能力沉淀为可复用的平台能力。 - 持续跟踪 AI Agent、LLM Runtime、Tool Calling、Memory、Workflow 等技术方向，并结合业务场景推动工程化落地。

数据平台架构升级：负责公司级数据平台的研发与维护，利用 AI 技术对传统 ETL 链路进行智能化改造，实现自动化的数据血缘分析、元数据管理及数据质量监控。 AI Agent 平台建设：设计并实现企业级 AI Agent 框架，包括任务规划（Planning）、记忆系统（Memory）、工具调用（Tool Use）等核心模块，使 AI 能够自主完成复杂的数据提取与分析任务。

参与打造业界领先的 AI 底层平台，在超大规模的异构数据与算力基座上，构建面向全场景 AI Agent 的运行、通信、存储、调度与反馈处理框架，参与Agent框架、AI 网关、AI Registry设计，定义新一代的 AI 基础设施。 1. 建设AI Agent 核心基础设施：打造支撑海量 Agent 高效运行与演进的新一代运行、通信、数据处理平台。通过构建高性能的数据存储、检索引擎及计算流水线，挖掘海量Agent 运行时数据、交互轨迹及上下文中信息价值； 2. 核心架构与功能研发： 参与全公司级 AI Agent 底层数据与计算平台的设计与研发，提供支撑 Agent 运行的高效数据采集、处理、存储与检索能力； 3. 数据飞轮建设： 设计并研发 Agent 交互数据的收集、清洗与自动化评估系统，构建高质量的数据反馈回路（Feedback Loop），持续驱动大模型与 Agent 能力的迭代升级； 4. Agent 运行时基座： 研发稳定、高可用的 Agent 运行时（Runtime）架构和数据基础设施，包括但不限于上下文prompt、skills及长短期记忆（Memory）管理、状态持久化及高并发任务调度引擎。

团队 & 业务 我们围绕金融领域的 Agent 与基础模型开展后训练与能力优化工作,方向覆盖 SFT、强化学习(含 RLVR)、奖励建模、推理时计算(Inference-time Compute)与多任务学习,直接支撑金融 AI Agent 平台的核心智能能力。你将主导让模型在规划、工具调用、多步推理上「更聪明、更可靠」的关键工作。 岗位职责 •负责 Agent 相关模型的训练与优化,覆盖数据构造、SFT、RL(RLHF / RLVR 等)全流程; •设计并实现奖励模型(Reward Model / PRM),提升 Agent 在规划、工具调用、多步推理上的能力; •探索 Agentic RL、可验证奖励(Verifiable Rewards)、过程监督(Process Supervision)等前沿训练方法; •构建高质量训练数据与评测(Eval)体系,支撑模型能力的持续迭代与回归; •研究推理时计算 / Test-time Scaling、多任务 SFT、历史类比等推理增强方法; •与工程团队协作,将训练成果高效部署上线,并基于线上反馈闭环优化。