部门介绍
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。
- 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；
- 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；
- 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；
- 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；
- 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；
- 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。
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；
- 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；
- 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；
- 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；
- 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；
- 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
- 有Agent Harness、Coding Agent、多Agent系统、知识库或自动化评测相关项目经验；
- 有开发者工具、云端平台、后端服务或开源项目建设经验；
- 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。
