阿里云智能-海外业务-AI Agent研发工程师

核心架构设计：设计并实现支持高并发、低延迟、高可靠的企业级 Agent 基础架构，解决 Agent 在复杂企业场景下特有的“幻觉”控制、状态一致性及执行可靠性难题。

Agent 技术深耕与落地：负责 Multi-Agent 协作框架、Memory 与 Context 管理、复杂任务规划（Planning）、安全沙箱、MCP (Model Context Protocol) & Skills、凭证管理、可观测等核心技术模块的研发与落地。

业务赋能与生态建设：深入理解金融、政务、保险、制造等 ToB 核心客户的业务痛点；主导复杂场景下的 Agent 解决方案设计与交付，确保技术指标转化为业务 ROI（如效率提升、成本降低）；构建开放的 Agent 插件生态与标准工具链，加速行业方案的规模化复制。

前沿技术探索与转化：紧跟大模型与 Agent 领域的行业前沿，对 Agent 后训练（Post-training）、Agent Teams、Dynamic Workflow 等技术路径进行敏锐的判断、预研及产品化转化。

教育背景：本科及以上学历，计算机、软件工程、人工智能等相关专业。

技术功底：具备优秀的系统设计能力，熟悉微服务架构或 Serverless 技术，能够设计并主导高吞吐、低延迟、高可用的系统；对计算、存储、数据库等至少一个基础技术领域有深入了解。

综合素质：具备极强的学习能力和技术好奇心，乐于探索未知领域；拥有强烈的责任心与自驱力（Owner 意识），承诺“事事有回音，件件有着落”，能有效驱动项目高质量交付。 以下是加分项 ● 大模型应用相关经验：深刻理解 LLM 原理，精通 RAG 的高级优化策略（如混合检索、重排序、知识图谱融合等）；熟悉 Prompt Engineering、SFT（监督微调）、RLHF、RLVR 等技术。

Agent 实战经验：具备 Multi-Agent 协作框架的设计与真实落地经验；熟悉 Agent Harness，对 Agent Loop、Context/Memory 管理、工具调用并发、凭证存取等机制有深度的实战研发经验。

评估体系建设：有构建 Agent 自动化评估体系的经验，能够科学、量化地评估 Agent 的准确性、鲁棒性及复杂任务完成率。