AI Agent架构治理工程师 - 字节云

职位描述

团队介绍：我们是字节跳动基础设施-字节云团队，主要为今日头条、抖音、国际化短视频、豆包、番茄小说、飞书、电商等内部业务提供云基础服务，覆盖服务研发的全生命周期，包括微服务框架、服务发布、服务治理、多云管理以及经营分析平台等方向。团队拥有超大规模的微服务数量、全球化的部署体系、复杂的多云场景。极致的服务性能、简单易用的研发体验、一致的多云管理以及精确的经营分析是团队持续追求的目标。

1、面向大规模分布式系统的稳定性、架构与工程治理场景，设计并落地AI Agent解决方案，推动问题发现、根因分析、处置建议、自动修复、效果验证和防劣化形成闭环；

2、整合代码、调用链、服务依赖、日志、指标、告警、变更记录和知识库等数据，构建可理解复杂系统上下文的Agent能力；负责数据建模、知识检索、工具调用、工作流编排和多Agent协作等核心能力建设；

3、建设面向工程治理的Agent平台与工具生态，对外提供OpenAPI、MCP等标准化接口和Skills，支持业务团队及上下游系统集成；

4、深入真实生产场景，与业务架构（抖音、豆包等）、中间件、基础设施等团队协同，将高价值问题沉淀为可复用的Agent方案，推动规模化落地并持续优化体验与效果；

5、建立Agent的评测、可观测、安全和权限控制机制，保障AI能力在生产环境中的可靠运行，并持续量化其治理收益。

任职要求

1、本科及以上学历，计算机/软件工程等相关专业，具备扎实的计算机基础；

2、熟悉至少一门主流编程语言（Go/C++/Java），具备良好的工程能力与代码质量意识；

3、熟悉分布式系统与微服务架构，理解服务治理常见问题与实践（可观测、稳定性、依赖治理、容灾等）；

4、具备良好的问题分析与系统性思考能力，能够在复杂链路与系统中定位问题、抽象方法并推进落地；

5、具备良好的协作与推动能力，能与多团队协同推动关键技术项目按期落地。

加分项

1、有AI for Engineering、智能运维、故障诊断、代码智能分析或自动修复相关经验；

2、有静态/动态分析、调用链、依赖图谱、日志与指标分析、知识库建设经验；

3、有Kubernetes、Service Mesh、APM、云原生平台或服务治理经验；

4、有Agent评测、可观测、权限隔离、安全治理或平台产品化经验；

5、有将AI能力从原型推进到生产、并量化业务收益的成功案例。