The posting
团队介绍:TikTok搜推算法团队,负责TikTok短视频产品的基础推荐、搜索算法,加入我们,你能接触到包括搜索、用户增长、社交、直播、内容创造、内容消费等业务场景,直接为核心用户体验负责,支持产品在全球赛道上高速发展。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、多模态大模型的落地,并着力研究下一代AI Search和Chatbot的核心研发技术,包括不限于Multi-Agent、Agentic RL、Harness、Loop Engineering,探索强化学习在大模型时代的新范式。在这里,你可以深入钻研机器学习算法的改进和优化,探索前沿的技术;可以感受不同文化的碰撞,激发认知;可以通过对产品和内容生态的深度分析,影响产品未来的发展方向。
1、参与研发Agent Harness核心能力:参与任务规划与执行、工具调用、上下文与记忆管理、多Agent协作、异常恢复及人机协同机制建设,提升复杂任务的完成质量与可靠性; 2、构建面向研发的知识库:整合技术文档、代码和实验记录等知识,建设知识处理、索引与更新能力,优化检索、RAG和上下文组织,使Agent能够获取并使用准确、相关的知识; 3、建设Benchmark与评测体系:围绕真实研发任务构建可复现的评测基准与自动化流程,衡量任务成功率、结果质量、执行效率和成本,通过运行轨迹与失败案例分析推动持续迭代; 4、建设一站式云端Agent平台:支持Agent的开发、调试、部署与运行,完善沙箱环境、任务调度、版本管理及运行观测,提升平台的稳定性、可扩展性与开发者体验; 5、推动Agent在算法研发中落地:与推荐算法工程师合作,接入代码、数据、训练及实验分析工具,将实际研发需求沉淀为可复用的Agent能力与平台组件; 6、持续跟进Agent领域的前沿技术,主动发现有价值的问题,提出方案,通过原型开发、实验评测和用户反馈验证想法。
1、2027届获得本科及以上学历,计算机、软件工程、人工智能等相关专业; 2、具备扎实的计算机基础、数据结构与算法知识,以及良好的编程能力,熟悉Python/C++等,对大模型与Agent有持续的兴趣和实际搭建经验;个人项目、课程项目、科研、开源或实习经历均可,能够清晰说明自己的设计选择、遇到的问题与改进过程; 3、理解并实践过工具调用、任务编排、上下文管理、RAG、记忆机制或Agent评测中的若干项,能够结合任务需求设计方案并验证效果; 4、有想法、积极主动、愿意动手,能够从模糊需求中发现并定义问题,拆解为可验证的假设与实验,持续推动方案落地; 5、具备良好的工程习惯和沟通协作能力,关注工具的实际使用效果,愿意通过调试、评测和用户反馈提升系统质量; 6、欢迎在简历中附上项目、代码仓库或Demo,我们期待了解:你主动解决过什么问题、如何设计和搭建Agent,以及如何验证它做得更好了。
加分项 1、有Agent Harness、Coding Agent、多Agent系统、知识库或自动化评测相关项目经验; 2、有开发者工具、云端平台、后端服务或开源项目建设经验; 3、了解推荐、搜索或机器学习,有召回、排序、模型训练或实验分析经验。



