Agent 开发工程师

负责面向复杂数据处理任务的 Data Agent 核心能力研发，构建稳定、可部署、可持续迭代的 Agent 系统。

研发复杂任务的意图理解、任务分解、动态规划、工具语义检索、流程自动编排、自动执行、异常修复和结果校验能力。

负责 Agent 的设计与开发，包括上下文构建、状态管理、记忆管理、权限控制、环境交互、工具调用和执行记录等能力。

建设 Agent 任务环境、轨迹收集和数据构建流程，沉淀任务轨迹、工具调用链、环境交互数据、多轮推理数据和代码执行数据。

建设 Agent 评测体系和自动化评测流水线，设计任务指标、工具链成功率、流程质量、稳定性和任务完成度等评估方法。

基于评测结果和迭代数据，持续优化 Agent 的提示策略、任务规划、工具使用、长上下文理解、函数调用、自我反思和错误恢复能力。

参与 SFT、RLVR、数据合成、能力回归和模型适配等工作，重点开展面向实际场景的二次开发和工程优化。

与后端工程师协作完成资源调度、工具库、任务编排平台的接口适配，推动 Agent 能力在科学数据处理和复杂任务场景中的落地。

跟踪 Agent、LLM Infra、代码智能体和科学智能等方向的前沿进展，完成技术调研、方案验证和工程沉淀。

本科及以上学历，计算机、人工智能、软件工程、自然语言处理、机器学习、数据科学等相关专业，硕士及以上优先。

具备扎实的 Python 编程能力，熟悉 Linux、Docker 及常用软件工程实践。

熟悉大语言模型、推理模型、RAG、Tool Use、函数调用、任务规划、上下文管理或多智能体系统中的一个或多个方向。

理解 ReAct、CoT、工作流编排、Agent 记忆、状态管理和结果校验等基本方法。

具备 Agent 系统或 AI 应用的工程落地经验，能够使用 RESTful API、WebSocket 等方式完成前后端和算法模块协同。

熟悉 PyTorch、Transformers、vLLM、Ray、LangChain、LlamaIndex 或同类工具者优先。

具备较强的实验设计、指标分析、问题拆解和快速迭代能力，能够将研究思路转化为稳定可用的系统能力。

具备良好的沟通协作能力，能够与后端、算法、产品和测试团队共同推进复杂任务。 加分项

参与过 Agent、LLM Infra、自动化办公助手、搜索问答系统或复杂工作流系统建设。

有 SFT、DPO、RLHF/RLAIF、RLVR、数据合成、轨迹构建或自动化评测经验。

熟悉 SWE-Bench、代码生成、代码修复、科学文献理解、AI4Science 或安全智能体等场景。

有 Agent Framework、Harness、工具调用系统或相关开源项目经验。

有前沿论文、专利、开源项目，或 ACM、Kaggle、CTF 等竞赛经历优先。