Agent算法工程师-CQC

1、负责Business Analytics Agent方向智能体系统架构设计与应用对接，主导取数、数据分析、经营分析或BI+AI结合等方向，实现从需求对齐到工程落地的闭环；

2、基于LLM开发智能体系统架构，设计意图识别、任务规划引擎、对话状态管理、Agent协作网络等核心模块，实现动态工具调用、记忆管理、异常恢复等高级功能；

3、搭建企业级RAG系统，设计多模态数据处理架构，优化知识清洗、向量检索精度及多源数据融合机制；

4、开发自动化测评系统，构建涵盖取数准确性、分析质量、响应延迟、服务可用性的多维度评估体系；

5、设计可扩展、高性能的Agent系统，持续优化端到端性能与资源能效，探索LLM、AIGC等前沿技术在Agent Architectures/Structures的上限，确保团队技术栈的先进性和竞争力；

6、做出如AlphaEvolve、Multi-AgentResearchSystem等有影响力的创新工作。

1、精通Python的编程技能，并有构建生产应用程序的经验，具备在Linux开发环境下的开发能力，熟悉至少一种主流大模型应用框架（如LangGraph、LlamaIndex、OpenAIAgentsSDK、GoogleADK等）；

2、对大模型和Agent有较深入的理解，了解AgentArchitectures/Structures（Multi-Agent、ContextEngineering/Mangemant、ReAct/PlanAct/CodeAct），了解Agent相关的交互协议（MCP、A2A、FunctionCall），熟悉常见的LLM实施模式、提示工程、评估框架、代理框架和检索框架等；

3、熟悉模型的Post-trAIning训练技术，能针对特定模型能力问题进行SFT、RL训练优化；

4、具备强大的技术沟通能力，能够创建可扩展的内容（文档、教程、示例代码），同时有较强的项目管理能力和多团队协同能力；

5、熟悉全球大模型服务，有AI算法相关领域技术背景、AI Native产品工作经验的优先。