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。
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。
1、Agent Harness研发:参与任务规划、工具调用、上下文与记忆管理、多Agent协作及异常恢复等核心能力建设,探索提升长程任务执行质量与可靠性的方法; 2、知识库与上下文工程:整合技术文档、代码和实验记录,开发知识处理、检索与更新流程,探索RAG和上下文组织方法,提升Agent对复杂研发任务的理解能力; 3、Benchmark与自动化评测:围绕真实研发场景构建任务集和评测工具,分析任务成功率、结果质量、时延与成本,通过运行轨迹和失败案例定位问题,设计实验并验证改进效果; 4、云端Agent平台开发:参与Agent开发、调试与运行功能建设,开发沙箱执行、任务调度、运行观测及结果展示等模块,提升平台的稳定性与开发者体验; 5、前沿探索与应用落地:跟进Agent领域的最新技术和开源项目,与推荐算法工程师合作,探索代码理解与开发、实验分析、问题排查等应用场景,完成有价值的复现、创新验证和工具落地。
1、2027届本科及以上学历在读,计算机、软件工程、人工智能等相关专业; 2、具备扎实的编程基础、数据结构与算法知识,熟悉Python,具有良好的编码和调试习惯;对大模型与Agent有持续兴趣,并有实际搭建经验;个人项目、课程项目、科研或开源实践均可,能够清晰说明设计思路、遇到的问题及改进过程; 3、了解大语言模型应用的基本原理,对工具调用、任务编排、RAG、上下文管理或Agent评测中的一项或多项有实践和理解; 4、有独立思考和动手能力,积极主动,能够提出想法并付诸实践验证;愿意探索开放性问题,能够拆解任务、开展实验并总结结论; 5、具备良好的学习能力、责任心和沟通协作能力,关注工具的实际使用效果,愿意结合评测结果与用户反馈持续优化。
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、有后端服务、云端平台、开发者工具或高质量开源项目开发经验; 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,推荐系统经验不是必备条件; 4、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、如何搭建Agent,以及如何验证它做得更好了。



