岗位定位
参与企业级 AI Agent 平台的研发与建设，围绕知识库/RAG、Agent、Tool/MCP、多 Agent 协作、模型评测以及自动化工具接入等方向，参与真实 AI 应用和平台能力的开发。
希望你有一定编程基础、学习能力、动手能力以及对 AI 技术的兴趣。可根据自己的技术背景和兴趣，在一个或多个方向深入参与。
岗位职责
参与 AI Agent 平台相关功能的设计、开发和测试，包括 Agent、Skill、Tool、MCP、Workflow、Memory、RAG 等模块。
参与企业知识库和 RAG 应用建设，包括文档解析、数据清洗、知识检索、Embedding、Rerank、知识库效果评测等工作。
参与 Agent 工具调用和任务执行能力建设，将内部系统、软件工具或设备能力封装为 API、Tool 或 MCP 服务。
参与 Agent 效果评测和 Bad Case 分析，协助建设测试集、Eval、Trace 和自动化测试工具，分析 Agent 在实际任务中的问题并持续优化。
根据个人能力和兴趣，参与多 Agent 协作、Agent Runtime、任务调度、上下文与记忆、沙箱执行等平台基础能力研发。
与算法、软件及硬件研发工程师合作，将实际研发过程中的知识、工具和工作流程转化为 Agent 可以理解和执行的能力。
任职要求
计算机、软件工程、人工智能、自动化、电子信息、通信、数学等相关专业在校本科生或研究生；
熟悉至少一种编程语言，如 Python、Java、Go、TypeScript、C++ 等，能够独立完成基本的程序开发和调试；
对大模型、AI Agent 或 AI 应用开发有兴趣，愿意主动学习 RAG、Agent、Tool Calling、MCP、Workflow 等相关技术。
具备较好的动手能力和问题解决能力，遇到不熟悉的问题能够通过文档、搜索、AI 工具及实验快速学习和验证。
有一定的软件工程意识，能够使用 Git 等基本开发工具，愿意编写结构清晰、可维护的代码。
具备良好的沟通能力和团队协作意识，愿意与不同技术背景的工程师一起解决实际问题。
加分项：
做过 LLM、RAG、Agent、ChatBot 或 AI 应用相关项目；
使用过 LangChain、LangGraph、LlamaIndex、AutoGen、CrewAI 等 Agent/RAG 框架；
了解 Function Calling、Tool Calling、MCP、Agent Memory、Multi-Agent 等技术；
有 FastAPI、Django、Spring Boot、Node.js 等后端开发经验；
使用过 MySQL、Redis、Elasticsearch、向量数据库等基础设施；
有数据处理、爬虫、知识库、搜索、推荐或机器学习相关项目经验；
有自动化测试、仪器控制、机器人、IoT、实验室自动化等项目经验；
有 GitHub 开源项目、个人 AI 项目、比赛项目或其他能够体现动手能力的作品；
对 AI Coding 感兴趣，熟练使用 Claude Code、Codex、Cursor 等 AI 编程工具完成实际开发任务。
