部门介绍
Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。 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。
- 参与Agent产品建设，将用户需求拆解为可实现、可评测的能力目标，完成策略设计、方案落地和效果验证；
- 参与Agent系统与harness能力优化，包括上下文工程、任务规划、工具与Skill编排、记忆与状态管理、执行环境及可观测性；
- 建设Agent评测体系，围绕任务完成度、结果准确性、工具使用和稳定性等关键目标，完成指标设计、评测集构建、效果分析与版本回归；
- 跟踪线上效果与典型案例，结合用户反馈和执行Trace识别失败模式与系统性问题，形成可执行的优化方案并推动验证闭环。
岗位职责
招聘官网暂未提供完整岗位职责，请前往官网核实。
职位要求
- 2027届本科及以上学历在读，计算机、人工智能、软件工程等相关专业优先；
- 对大模型和Agent有强烈兴趣，具备大模型产品、Agent建设或模型评测相关实习或项目经验；
- 理解大模型与Agent系统的基本工作方式，对模型、上下文、工具、记忆、执行环境等关键环节的能力边界和常见失败模式有基本认识；
- 具备Agent评测能力，能够根据产品目标定义任务、评测标准和错误分类，并完成评测集设计与效果分析；
- 具备良好的产品判断、结构化分析、沟通协作和项目推进能力，能够独立负责明确范围内的工作；
- 每周可实习5天，连续实习不少于3个月；可实习6个月及以上、稳定参与完整项目周期者优先。 加分项
- 有Agent harness、模型评测或开发者工具相关项目经验；
- 能够使用代码或API快速搭建原型、处理数据或验证方案；
- 有线上案例分析、Trace分析或Agent效果优化经验。
