校招-AI Agent开发工程师(J18091)

职位描述

1. 01

   参与 AI Agent 框架开发与优化：设计实现 Agent核心调度机制、工具调用链编排、多步推理/规划/反思能力、记忆机制实现。

2. 02

   联合算法/业务团队落地 Agent应用：覆盖对话机器人、代码助手、运维诊断、自动驾驶场景助手等；构建统一的 Prompt；管理、Schema 定义与版本迭代流程。

3. 03

   建设 RAG 与知识中台能力：搭建向量检索系统（向量数据库、Chunk策略、混合检索、Re-ranking）；知识图谱接入、文档解析/清洗/流水线构建、知识持续更新机制。

4. 04

   参与多模态与长上下文处理：处理图像/视频/文本多模态输入、长文档阅读理解、增量式推理、跨Modality 信息融合。

5. 05

   Agent 可观测与质量保障：采集调用链日志、推理过程可视化、Token/延时/成本指标；构建评估与回归体系（自动评分、人工标注对齐、红队测试）。

6. 06

   将实践沉淀为工具与文档：开发调试工具（Prompt调优、链路追踪、沙箱测试）、最佳实践文档、内部培训材料。

1. 01

   硕士及以上学历，计算机/软件/电子/自动化等相关专业。

2. 02

   扎实的计算机基础：数据结构与算法、计算机网络、操作系统基础。

3. 03

   至少熟悉一种后端开发语言（Python/Go 优先），具备良好的代码风格与工程规范。

4. 04

   熟悉 Linux 与容器化基本功：Docker 基本使用、Shell 脚本、常见调试排障方法。

5. 05

   理解分布式系统基本概念：异步任务队列、限流/重试/熔断、幂等、观测（Metrics/Logs/Tracing）。

6. 06

   对以下任一方向有实践或课程/项目经历： - LLM 应用开发：Prompt Engineering、RAG、Function Calling、LangChain/LlamaIndex 等框架； - 向量化与检索系统：向量数据库、Embedding、相似度搜索、混合检索； - 强化学习/规划算法：RLHF、RLAIF、Monte Carlo 树搜索、任务规划； - 智能驾驶或自动驾驶系统：感知/规划/决策、场景理解、行为预测；*

7. 07

   良好的沟通协作与文档能力，主动性强，愿意跨团队合作落地 AI 能力。