Agent平台专家(049469)

Agent架构设计与开发 负责企业级Agent开发框架（感知-规划-执行-反思）的设计与核心代码实现，融合Agent设计模式，为AI应用开发团队提供可复用开发框架。

工程化基础设施建设 负责Agent“可观测、可评估"体系建设；从"Agent应用、网关、大模型推理"实现端到端全链路追踪；利用LLM-as-a-Judge或规则引擎，建立对Agent规划能力、工具调用准确率的自动化测试与回归流水线。

核心难点攻关 负责Agent落地过程中出现的技术卡点，包括：任务规划的“确定性”、 复杂工具调用的“可靠性”、 动态记忆与长上下文管理的”精准性“、Agent输出的”稳定性“。

技术规范与赋能 制定Agent开发标准，推动应用开发团队技术落地；跟进前沿技术，进行选型与内化。

编码能力 计算机科学或相关专业本科以上学历，精通Python/Java等至少一门语言，拥有8年以上后端或分布式系统开发经验。

大模型应用经验

、框架与工具链： 深度掌握 LangChain、LlamaIndex等主流Agent框架的源码与原理，有实际的二次开发或深度定制经验。

、提示词工程与微调： 精通高级Prompt Engineering技巧（如CoT思维链、ReAct、ToT等），具备通过Few-shot Learning或SFT（监督微调）优化模型在特定领域表现的实战经验。

、RAG与向量技术： 精通RAG（检索增强生成）全链路优化，包括文档切分、Embedding模型选择、混合检索策略及重排序算法。熟悉 Milvus、Elasticsearch 等向量数据库的生产级应用。

Agent开发架构与落地经验 具备Agent开发架构设计和落地经验(长期记忆、规划、工具调用、状态管理、多智能体协作等)，具备Agent可观测性与评估落地经验。

问题解决能力 具备团队精神，热衷于解决模糊、开放性的问题，能从混乱中定义清晰的技术路径，并推动实施。