业务技术-AI应用研发工程师-Agent 平台方向

职位描述：聚焦淘天核心业务与场景，利用大模型、Agent、工具调用、上下文工程、评测等技术，推动 AI 在真实业务与研发工作流中的规模化落地。你将参与淘天核心 AI 平台的建设，从业务意图理解、上下文构建、任务拆解、Agent 执行、产物生成，到效果评测、过程追踪与经验沉淀，完整参与 AI 能力从单点验证到平台化落地的全过程。

1. 需求理解与任务建模：深入业务与研发场景，理解真实业务目标、研发流程和协作痛点，识别高价值 AI 落地问题；将模糊的业务需求、研发诉求或效率问题，转化为明确的、可验证的 Agent 执行目标。

2. Agent 系统架构设计：面向具体业务和研发任务，设计 AI Agent 系统架构；参与 Agent Runtime、Agent 编排、工具调用、权限控制、上下文管理、记忆机制、Trace 体系等核心模块规划，兼顾系统灵活性、可扩展性、稳定性与工程可落地性。

3. 知识、上下文与执行环境构建：搭建 Agent 与现有业务系统、研发工具链和知识体系的交互环境，涵盖 API 接入、代码仓库、文档系统、需求系统、CI/CD、测试平台、设计平台等；构建面向 Agent 执行的上下文组织与注入机制，优化知识召回、上下文压缩、工具选择和任务环境准备，为模型提供准确、及时、可追踪的执行环境。

4. Trace、观测与归因体系建设：构建 Agent 全链路观测与 Trace 体系，记录 Agent 执行过程中的上下文输入、工具调用、文件变更、测试结果、人工干预、失败原因和最终产物；支持对 Agent 行为、任务效果、失败 case、成本和性能进行多维分析与归因，为后续优化和规模化落地提供依据。

5. 评测、回测与持续优化：建立自动化评测、回测和 case 分析机制，围绕真实业务任务构建评测数据集、验证标准和效果指标；通过模型选择、上下文优化、工具链改造、Prompt / Skill 调整、Workflow 编排等方式，持续提升 Agent 的任务成功率、稳定性、可控性和交付质量。

6. 系统性能与稳定性优化：面向真实生产环境和高频场景，优化 Agent 系统在并发、延迟、成本、稳定性和安全性方面的表现，保障系统长期稳定运行。

必备要求

1. 计算机、软件工程、人工智能或相关专业背景，具备扎实的软件工程基础和系统设计能力。

2. 熟悉至少一种主流开发语言，如 Java、Python、TypeScript / JavaScript、Go 等，具备良好的编码能力、工程抽象能力和复杂系统实现经验。

3. 对大模型、AI Agent、工具调用、RAG、上下文工程、Workflow 编排等方向有实际理解或项目经验。

4. 能够理解业务问题，并将模糊问题拆解为可执行、可验证、可迭代的技术方案。

5. 具备较强的问题定位和系统调优能力，能够基于数据、日志、Trace 和 case 分析持续优化系统效果。

6. 具备良好的沟通协作能力，能够与产品、算法、工程、测试和业务团队共同推进复杂 AI 项目落地。

7. 对 AI 技术在真实业务和研发流程中的应用有强烈兴趣，愿意在不确定性较高的场景中持续探索和快速迭代。

加分项

1. 有 LangChain、LangGraph、Mastra 等 Agent 框架实践经验，有从0到1的Agent设计或平台工程经验者优先。

2. 有 RAG、向量检索、知识库、记忆系统、召回优化相关经验者优先。

3. 有开源项目、技术博客，持续你跟进并实践 AI 技术者优先。