Agent开发工程师

参与AI Agent产品的设计与研发，负责任务规划、工具调用、状态管理、上下文管理和工作流编排等模块。

基于大语言模型及相关API开发Agent应用，完成技术方案设计、原型验证和工程落地。

参与RAG系统建设，包括数据处理、检索、重排、生成及效果评测，提升回答准确性与任务完成率。

建设Agent评测与可观测体系，通过评测集、运行日志、Trace和用户反馈分析准确率、成功率、延迟及调用成本。

优化Agent系统的稳定性和安全性，包括结构化输出、失败重试、超时降级、权限控制及Prompt注入防护。

与产品和业务团队协作，将业务需求转化为可验证的技术方案，并撰写技术设计、实验记录和项目复盘文档

2027届计算机、软件工程、人工智能或相关专业硕士、博士研究生，能够连续实习3个月及以上。

熟练使用Python，具备良好的数据结构、算法和软件工程基础。

理解大语言模型的基本原理，了解Prompt Engineering、上下文窗口、结构化输出、Function Calling等技术。

了解Agent的基本设计模式，如ReAct、Plan-and-Execute、Reflection、工作流或状态机编排。

了解至少一种Agent或大模型应用框架，如LangGraph、LangChain、LlamaIndex、Semantic Kernel或CrewAI。

具备基础工程能力，能够完成API开发、数据库操作、Git协作、测试和问题排查。

能够从业务目标出发定义技术方案和效果指标，并清晰表达方案的收益、成本、风险与适用边界。 加分项

有可演示的Agent、RAG或大模型应用项目，并能说明系统架构、评测方法和迭代过程。

有Agent评测、模型评测、数据构造或A/B实验经验。

熟悉向量数据库、搜索引擎、重排模型或知识库构建流程。

了解MCP、模型API接入、Agent可观测性或安全防护。

熟悉React、Vue或TypeScript，能够搭建可交互的产品原型。

有技术博客、GitHub项目、竞赛成果、论文或开源贡献