大模型 Agent 研发工程师

设计和开发视频生成 Agent，建设可复用的 Skill、MCP 服务、工具接口及任务工作流。

研究 AI 视频制作工具的底层设计，覆盖脚本生成、素材组织、模型调用、镜头编排、视频编辑及后处理等环节。

接入并编排 Seedance、Kling 等视频生成模型，理解不同模型的能力特点、调用方式及适用场景。

建设面向视频制作、数据生产及评测流程的知识库与 RAG 系统，沉淀工具文档、业务知识和最佳实践。

建设数据生产 Agent，覆盖数据收集、处理、标注、质检及结果分析等流程。

建设大模型人工评测与自动评测管线，完善任务分发、质量控制、结果分析及问题回流机制。

沉淀 Agent 开发框架、公共组件和技术文档，持续提升系统稳定性与团队研发效率

熟练掌握 Python，具备良好的软件工程、接口集成和系统调试能力。

熟悉 Agent 的核心范式，包括 ReAct、Planning、Reflection、Memory、Tool Use、Human-in-the-loop 等。

熟悉 Agent Loop、Multi-Agent、RAG、MCP、Function Calling、Skill 及 Workflow Orchestration 等技术体系。

理解任务规划、上下文与状态管理、知识检索、工具路由、结果校验、异常恢复及长任务执行等关键问题。

熟悉 RAG 的基本链路，包括文档解析、知识切分、向量化、检索与重排、上下文构建及效果评测。

能够将复杂业务拆解为稳定、可复用、可观测的 Agent 工作流，并平衡效果、效率、成本与稳定性。

熟悉主流大模型 API、Prompt Engineering、结构化输出及 Agent 评测方法。

熟练使用 AI 编程工具，能够通过 Vibe Coding 快速完成原型验证与工程落地。

逻辑清晰、沟通顺畅，能够独立推进需求分析、方案设计、开发上线及持续迭代。 加分项

有视频生成 Agent、智能剪辑、自动成片或 AI 视频制作系统的开发经验。

深入研究或使用过主流 AI 视频制作产品，能够分析其产品工作流和底层架构。

熟悉 Seedance、Kling 等视频生成模型的能力特点及工程调用方式。

有企业知识库、RAG、文档问答或内部知识检索系统的建设经验。

有数据生产、数据标注、人工评测或自动评测平台的建设经验。

有 LangGraph、AutoGen、CrewAI、OpenAI Agents SDK 等框架的实践经验。

有 Agent 轨迹分析、工具调用优化、自动纠错、效果评测或可观测性建设经验。

有高质量开源项目