锦鲤求职锦鲤求职

商米集团

<27届校招>Agent 平台研发工程师

让 AI 辅助填写这个岗位的官网网申

使用同一份求职档案填写教育、实习与项目经历;登录、验证码和缺失信息由你处理,最终提交前请本人核对确认。

当前公开岗位库收录 商米集团 37 个在招校招岗位。岗位数量与状态以企业官网为准。

也可以勾选下方同企业岗位,一起准备网申 →

是否提交成功以企业官网回执或申请记录为准。

岗位描述

招聘对象:2027 届本科及以上应届毕业生

方向意向:全栈 / Harness / 评测与效果工程

关于团队

我们来自商米集团商迈事业部,围绕集团“IoT + AI”战略,打造面向全球线下商业的 AI 底座。聚焦全球线下商业数字化,把模型能力建设成可交付、可复用、可规模化的 Agent。我们期待:有好奇心、靠谱、尊重事实、自驱、协作开放。

岗位定位:本岗位包含全栈、Harness、评测与效果工程三个方向。你将在资深工程师带教下参与 Agent 平台核心能力建设;投递时无需严格锁定方向,入职后结合个人背景与业务需要确定 1 个方向深入。

岗位描述

共同职责:

参与 Agent 平台研发,包括需求分析、方案设计、开发交付与迭代优化。

跟踪 AI 与 Agent 技术前沿(Agent 协议、IDE 形态、开发者工具、评测方法等),结合线下商业场景进行原型验证与落地实践。

与产品、算法、业务团队协作,把真实场景需求转化为可复用、可规模化的 Agent 能力。

方向职责:

A. 全栈方向

参与前端交互(Agent 对话、执行过程可视化、协作与调试面板)、后端服务、数据存储;参与 Web IDE 基座、远端沙箱、资产同步与版本管理、工具调用与执行引擎、MCP / Tool 接入等。

B. Harness 方向

参与 Agent Loop、工具调用与执行引擎、任务规划与调度、系统提示词与工具描述;参与上下文工程、记忆系统、多 Agent / Subagent 协作机制;面向多国家、多行业、多语言场景验证与迭代 Harness 设计。

C. 评测与效果工程方向

参与 Agent 评测体系落地:评测集、评测环境、回归机制;参与全链路效果优化、问题归因标准建设、知识库与 RAG 专项评测;参与评测平台与可观测性建设,包括批量评测、trace 追踪与可视化。

岗位要求

2027 届本科及以上,计算机、软件工程、人工智能、统计等相关专业优先;

掌握至少一门主流编程语言(Python / TypeScript / Rust / Java 等),具备扎实的计算机基础(数据结构、算法、操作系统、网络、数据库);

了解 LLM 与 Agent 基本概念,如 LLM API、Agent Loop、Tool Use、RAG、评测等;

愿意并善于使用 AI 编程工具,能在 AI 辅助下学习新语言、新框架并交付可运行代码;

对开发者体验、模型行为或数据指标至少一个方向有感知和兴趣;

能阅读英文技术文档与源码,沟通协作良好;

有动手项目经验:课程设计、学科竞赛、实习、开源贡献、个人作品均可。

方向偏好(满足其一即可,不要求全部)、

全栈方向:有 Web 前后端项目经验,能讲清基本架构取舍;

Harness 方向:搭建过简单 Agent,或使用过 LangGraph / AutoGen 等框架;

评测方向:熟练使用 Python,有数据处理、实验设计或结果分析经验。

加分项

有全栈项目经验:开发过 Web 应用 / SaaS / AI 应用等;

是代码类或通用类 Agent 产品的高频用户;

接触过沙箱 / 容器 / 隔离环境、IDE 插件、MCP Server 等方向;

搭建过简单 Agent 系统:自主任务执行、多 Agent 协作、工作流编排等;

接触过记忆系统、知识库、长程任务或 Agent 评测;

了解 KV Cache / Prompt Cache / 前缀匹配等机制;

有 Prompt / Skill 调优经验,或接触过 SFT / RLHF 等后训练数据构建与效果验证;

了解 Langfuse 等可观测性工具与 trace 分析;

参与过开源项目,或有技术博客、benchmark / 评测集、Agent 应用作品;

能用英文与开源社区、用户社群沟通。

后端开发方向的申请准备

先核对岗位要求与自己的经历,再准备档案、投递和面试。

阅读求职步骤与示例 →