AI Agent 工程师

技能要求

● 评估体系：在人工参考不完整、没有专门评审的条件下设计评分（规则、rubric、模型评审），验证评分与真实质量一致，识别并防范刷分

● 后训练：偏好优化、SFT 与强化学习的数据构造、划分与防泄漏；能判断一个问题该改提示词、改 harness 还是训练

● Agent harness：工具调用、检索、上下文管理、多步规划与失败恢复；能把错误定位到具体环节并修复

● 多模态理解：文字与图片的联合理解，视觉定位（点、框、区域）的生成与评测

● 软件工程：用 AI 编码 agent 构建并交付定制软件，覆盖前端、后端与数据库；能拆解需求、审查生成的代码、设计数据模型与接口，并用测试验证，对正确性和数据安全负责

软件工程为必备项；其余不要求覆盖全部，具备其中两至三项的可验证深度即可。具体业务领域与内部工具可到岗后掌握。

理想经历

● 交付过真实用户长期使用的 LLM 或 agent 系统，而不只做演示或刷榜

● 为一个没有基线的任务从零建立过评估，并用独立证据（人工抽检、用户修改记录等）验证过评分

● 利用用户日常使用中的弱信号（采纳、修改、弃用）改进过模型或 agent

● 用 AI 编码 agent 交付过包含前端、后端与数据库的完整工具，并在上线后持续维护和迭代

不适合不会构建软件系统的履历，不适合只会调用 API、写提示词而不衡量效果的履历，也不适合只在公开 benchmark 上调参、不面对真实业务数据的履历。具体训练框架与推理引擎经验为加分项，不是门槛。