【Supply Chain SPX】AI Agent工程师/专家

1、Agent 平台建设：主导 Agent 平台的架构设计和服务开发，构建高性能、高吞吐、易扩展、可观测的 AI Agent 平台，打造面向快递员、Shopee 买家、Shopee 卖家及运营管理人员等角色的 AI 产品。

2、Agent 编排与生命周期管理：建设 Agent 编排与配置管理能力，支持提示词（Prompt）、工具与技能（Tools / Skills）、知识库及安全策略的统一管理，完善版本管理、灰度发布、发布监控与回滚机制。

3、Agent 评测与可观测性：建立完善的 Agent 评测机制，建设链路追踪（Trace）与线上质量监控能力，完善用户反馈收集与样本回流机制，持续提升系统质量与业务效果。

4、Agent 可靠性与安全：持续优化 Agent 运行时框架、工作流节点调度及工具调用机制，降低大模型调用时延与 Token 成本；完善上下文管理、记忆管理、异常处理和人工审批机制，加强数据安全与权限管理，保障系统稳定、安全运行。

5、Agent 业务解决方案：制定 Agent 在不同业务场景中的标准化实施方案，与相关业务团队协作，推进产品交付和业务推广

1、专业背景：本科及以上学历，计算机、人工智能等相关专业；具备 3 年以上软件开发经验，曾主导 LLM 或 Agent 项目，并有成功落地案例。

2、软件开发：熟练掌握 Go、Java、C++ 等至少一种编程语言，熟悉常用微服务框架，具备扎实的计算机体系结构、计算机网络、数据结构与算法基础，能够编写清晰、可维护的高质量代码。

3、系统架构：精通分布式系统架构设计，熟练掌握 MySQL、Redis、Kafka 等常用数据库与中间件的使用方法及工作原理，精通高并发、高可用系统设计，能够制定并执行常见故障的处置预案。

4、AI Coding：系统掌握 Agentic Coding，熟悉 Harness 工程、规范驱动开发（Spec-driven Development）等实践，能够将 AI 编码融入任务拆解、代码实现、测试验证与代码审查流程，在复杂项目中持续交付高质量代码。

5、LLM Agent：熟悉 LLM 的基本原理，熟练掌握 Agent 的工作原理与开发范式，具备 SSE 流式输出、上下文管理、记忆管理、缓存策略、安全护栏（Guardrails）及向量数据库等相关技术的工程化实践能力。

6、评测与运行保障：具备 Agent 评测、系统监控和 Trace 分析经验，能够依据 SLA 中约定的服务指标定位问题并推动优化。

7、综合素质：自驱力与责任心强，具备良好的沟通表达与跨团队协作能力，能够在复杂业务场景中识别关键问题、明确优先级并推动目标达成。

加分项

1、具备 LLM 监督微调（SFT）或直接偏好优化（DPO）经验，并有面向垂直业务场景进行模型优化的实践经验。

2、深入了解开源 LLM 应用框架（如 Eino、LangGraph 等），或对相关开源项目有贡献。

成功主导过 Agent 平台建设，并实现规模化应用（例如：活跃 Agent 数量不低于 100 个，日调用量不低于 1,000 次）。

3、具备全栈开发经验