董梧铮
实习详情

字节跳动 · TikTok Live

大模型应用部门 · AI Agent 研发工程师实习生
2026.02 — 2026.06

部门与业务背景

TikTok Live 业务团队负责直播生态的运营与增长。面对直播场景中每日产生的海量业务数据(流量、转化、营收、用户行为),团队需要一套能够自动理解数据、发现问题并给出分析结论的智能系统,以替代大量重复的人工取数与归因工作。

核心职责与成果

全栈 Agent 应用 BMO(从零构建)

  • 基于 LangGraphDeepAgents 架构,从 0 到 1 搭建面向复杂业务数据的全栈分析 Agent,支持自然语言提问到可执行分析报告的端到端闭环
  • 设计 ReAct 式推理循环,使 Agent 能自主规划"取数 → 清洗 → 异常检测 → 根因归因 → 多维下钻"的执行链路

自动化异常检测与根因归因

  • 构建时序异常检测模块,对核心指标(观看时长、打赏、GMV 等)进行实时监测,自动标注突变点与异常区间
  • 引入多维归因算法,沿"渠道 / 地区 / 主播 / 内容类型"等维度自动定位异常来源,将排查耗时从小时级缩短至分钟级
  • 支持深层次多维交叉分析,自动生成可读的分析结论与可视化图表

工程化落地

  • 对接内部数据仓库与 OLAP 引擎,设计工具调用(Tool-calling)接口层,保障取数稳定与可观测
  • 参与 Agent 推理链路的可观测性建设,沉淀 prompt 与工具编排的最佳实践文档

技术栈

LangGraphDeepAgentsReAct异常检测 根因归因LLM AgentOLAPTool-calling Python
← 返回主页实习列表