岗位描述
岗位职责
一、岗位职责
1.参与 AI Agent 应用的设计与研发,负责大模型在业务场景中的落地实现(function calling、工具调用、工作流编排等);
2.参与 Agent 评测体系建设:设计可复现的评估集,量化追踪模型与系统的效果变化;
3.参与 Agent 系统的稳定性建设:日志埋点、性能分析与问题排查,把"玄学 bug"变成可定位、可验证的问题;
4.与产品、算法、工程团队协作,推动 Agent 能力落地业务价值。
岗位要求
二、任职要求
(一)基本条件
1.2027 届本科及以上学历,计算机相关专业;
2.能保证稳定实习时间,可尽快到岗者优先。
(二)专业能力
1.扎实的工程基础:Python 熟练,能写出结构清晰、可读可维护的代码——我们希望你写的代码,别人愿意接手;
2.大模型应用经验:理解大模型的能力边界,清楚什么该交给模型、什么该交给确定性代码;实际使用过 function calling / tool use,独立完成过 Agent 或 LLM 应用(课程项目、开源项目、比赛作品均可);
3.工程直觉与排查能力:会读源码、会调试、会做性能分析。遇到问题时,第一反应是打日志、看数据、设计实验定位根因,而不是"改个 prompt 再跑一遍看看"。
(三)综合素质
1.对不确定性有耐受度:Agent 落地的大部分工作,是在 debug 一个"有时对、有时错"的系统。我们希望你能把看似玄学的问题拆解成可验证的子问题,用数据逼近真相;
2.有评测意识:知道靠几个 case 手动试一下不叫验证,理解为什么需要一套可复现的评估集,才能判断效果是否真的变好;
3.有可展示的成果:开源贡献、技术博客、比赛名次、能跑起来的个人项目,均可。我们想看到你真的动手做过,而不只是学过。
三、加分项
1.深度读过 LangGraph、Codex Harness、Claude Code 等 Agent 框架的源码,能讲清它们在上下文管理和 loop 控制上的取舍差异;
2.有分布式系统、大数据(Spark / Flink / 数据湖)或可观测性方向的实践经验;
3.独立完成过完整的数据链路或平台类项目。