sailglobal AI｜AI 工程师（AI Engineer）

工作地点：上海

工作经验：2–6 年

关于 sailglobal

AI跨境招聘、薪酬发放和员工调派至今仍然是缓慢且高度依赖人工的工作。每个国家都有不同的劳动法律、税务规定和签证流程，而且这些规则经常发生变化。企业及其人力资源服务商必须依赖各国本地专家处理这些事务，导致每进入一个新国家、每招聘一名新员工，运营成本都会随之增加。Sailglobal AI 是一家 AI 原生（AI-Native）的全球人力资源运营公司。

我们为开展跨境招聘的客户提供员工入职、薪酬管理、签证与移民、员工福利及离职管理等全流程服务。AI Agent 负责执行具体工作，而对于不可逆的关键操作，则由我们的专业人员进行最终审核和批准。我们的专家只需要向系统传授一次业务流程，后续所有类似案例便可以复用这些能力。因此，随着业务规模扩大，每增加一个新国家或新客户所带来的边际成本将不断降低。

目前，我们已经在为真实客户处理实际业务案例，并正在将服务覆盖范围扩展至全球 50 多个国家。

我们的愿景是：让任何企业都能像在本国一样，轻松地在全球任何地方招聘员工、支付薪酬并实现人才跨境流动。职位介绍你将负责构建、优化和评估真正能够执行实际业务的 AI Agent。

你的工作不仅是调用大语言模型，而是构建围绕模型运行的完整智能体系统，包括 Agent Harness、工具调用能力、安全控制机制，以及能够衡量系统改进效果的评估体系（Evals）。你需要让 AI Agent 在真实、复杂的跨境人力资源业务场景中，能够稳定、可靠且可控地完成任务。

岗位职责

1. 构建能够执行真实业务的 AI Agent开发能够读取文档、填写网页表单、执行多步骤 HR 业务流程的智能体，并在最终关键操作前引入人工审批机制。

2. 智能体运行框架（Agent Harness）构建围绕大语言模型的工具调用、上下文管理、安全护栏、失败重试和终止规则等机制，确保 Agent 能够可靠运行。

3. 智能体评估体系（Evals）建立评估数据集和指标体系，用于判断每次模型、提示词或系统逻辑的修改是否真正提升了 Agent 的表现。将评估机制融入每一次系统变更，及时发现性能退化和功能回归问题。

4. 可复现的测试与训练环境（Environments）将真实业务流程转化为可以反复运行的测试环境，用于验证 Agent 的执行能力，并在未来进一步支持智能体训练。

5. 成本与执行效率优化（Cost & Speed）根据不同任务的复杂度和要求，选择合适的模型及运行参数，在执行质量、模型成本和响应延迟之间实现最佳平衡。

任职要求

1. 具备 2–4 年软件工程经验，其中至少 1 年实际开发面向真实用户的 LLM 应用的经验。

2. 具备独立构建 Agent Harness 的经验，而不只是调用单次 Prompt。需要真正实现过包含状态管理、工具调用循环、失败重试、超时控制、结构化输出和安全护栏的智能体系统。

3. 使用过至少一种 Agent 框架，例如 LangGraph、OpenAI Agents SDK、Claude Agent SDK 或 PydanticAI，并能够清楚解释这些框架解决了什么问题，以及在哪些情况下会选择不使用框架。

4. 具备构建 Evals 评估体系的经验，包括建立带标注的数据集、设计与真实失败场景相对应的评估指标，并在产品发布前识别系统性能回归。

5. 理解 LLM-as-Judge 的适用边界，并能够使用人工标注结果验证模型评估的可靠性，而不是完全依赖模型自身评分。

6. 具备扎实的 Python 编程能力，愿意深入分析模型执行轨迹（Traces），耐心定位 Agent 失败的真正原因。

7. 对 AI 的能力边界具有良好的判断力，能够识别哪些任务可以交给模型自主执行，哪些决策必须保留人工控制。

加分项

1. 强化学习与智能体训练开发过强化学习（RL）环境、奖励函数（Reward Functions）或模拟器（Simulators），用于训练或评估执行浏览器操作、工具调用或代码编写任务的智能体。

2. 浏览器自动化与计算机操作智能体开发过 Browser Agent 或 Computer-Use Agent，熟悉 Playwright、Chrome DevTools Protocol 或无障碍访问树（Accessibility Trees）等技术。

3. 文档智能（Document AI）具有 OCR、文档版面解析（Layout Parsing）、多语言信息提取等相关开发经验。

4. 模型微调与蒸馏具有开源模型微调（Fine-Tuning）或知识蒸馏（Distillation）的实际经验。

5. 持久化工作流与人工协同使用过 Temporal 等持久化工作流引擎，或构建过 Human-in-the-Loop（人机协同）系统。

6. 公开技术作品拥有可以公开阅读或查看的技术成果，例如：* AI Agent 评估体系的技术文章或实践报告* 开源的 Agent 工具或框架* 关于自己开发的智能体系统的技术博客或项目总结这些作品能够帮助我们更深入地了解你的技术能力、工程思维和实际经验。