AI Agent 工程师
Posted Updated
1. 面向医药或企业决策场景，设计任务规划、上下文、记忆、工具调用和人机协同流程。
2. 将数据科学家的指标与决策逻辑、产品经理的用户流程转化为可执行的 Agentic Workflow。
3. 实现模型调用、RAG、Tool Calling、多 Agent 协作与评测回归，并系统分析失败样本。
4. 与后端团队定义服务接口、权限、观测和上线标准；持续优化任务成功率、时延、成本与用户采用。
1. 计算机、软件工程、人工智能等相关专业，或具备可验证的同等工程实践；接受校招及 0–5 年经验候选人。
2. 熟练使用 Python，具备良好的软件工程基础，能够独立实现 Agent 原型、工具接口和评测代码。
3. 理解 LLM、RAG、Prompt/Context Engineering、Tool Calling 和 Agent 工作流的核心机制与常见失败模式。
4. 具备评测与调试意识，能用数据区分模型、提示、知识与工程链路问题。
5. 沟通清晰，能够与产品、算法和业务团队共同定义范围并按结果推进。
加分项
- 有真实用户使用的 Agent、RAG 或自动化产品经验，而非仅停留在演示原型。
- 使用过 LangGraph、LlamaIndex、Dify 或同类框架，并理解其抽象边界。
- 有企业 SaaS、医药健康或复杂业务系统经验；开源贡献、技术竞赛成绩亦可作为能力证明。