岗位职责
- Agent 系统开发与编排 基于 Accio Work / AI Mode 框架，设计并开发具备自主决策能力的 Multi-Agent 协作系统 负责 Agent 核心链路建设，包括意图识别、任务规划（Planning）、工具调用（Function Calling / MCP）及多轮对话管理 将复杂业务问题拆解为 L3-L4 级可执行的 Agentic Workflow
- AI 应用开发与效果调优 掌握 RAG（检索增强生成）架构，构建面向业务场景的知识库与召回策略 通过 Prompt Engineering、模型路由（大模型打标 + 小模型执行）等手段，持续优化模型表现 将 AI 幻觉率控制在业务可接受范围（≤5%），任务完成率提升至 90% 以上
- 评测体系建设与业务价值验证 搭建基于真实业务 Query 的 Benchmark 评测集，建立可量化的模型效果评估体系 主导 AB 实验设计，确保 AI 功能上线后核心业务指标实现置信增长（P <
- 05） 对负责场景的 Token 效能比负责，实现单位计算成本节降 ≥ 20%
- 业务流程自动化与决策提效 将负责业务域中 50% 以上的重复性决策交由 Agent 托管 利用 AI 解决数据归因与取数痛点，将决策支持响应时间从“天级”缩短为“分钟级” 沉淀可复用的 Skill 与工作流方法论，带动团队 AI 工具采纳率提升
职位要求
- 计算机相关专业本科及以上学历，3 年以上后端开发或算法工程经验
- 熟练使用至少一种主流 LLM 应用框架（LangChain / LlamaIndex / AutoGen 等）
- 具备实际的大模型应用落地经验（RAG / Agent / Fine-tuning 至少精通一项）
- 具备扎实的工程能力，能独立完成从方案设计到上线运维的全链路交付 优先条件
- 有跨境电商、B2B 平台或供应链业务背景者优先
- 有 Multi-Agent 系统或 Harness 架构实战经验者优先
- 在国际站 AI Mode 或类似 AI Native 项目中主导过核心模块者优先
