岗位职责
1，识别真实任务中的关键问题。 结合用户反馈、任务执行轨迹和评测结果，分析 Agent 在问题理解、任务规划、工具调用、数据分析及结果生成等步骤的失败原因，识别影响任务成功率的主要短板，制定并推动优化方案。 2，设计并验证 Agent 算法方案。 围绕多步任务规划、上下文组织、工具选择与调用、执行纠错、记忆与经验复用等问题，提出可验证的改进方案，通过对照实验提升任务成功率，并兼顾稳定性、响应时间和成本。 3，建立领域评测与工程迭代闭环。 构建覆盖典型任务和关键失败模式的评测集，设计任务级指标与自动化评分方法；与产品、工程团队协作，将有效方案落地到系统中，通过回归评测和线上反馈持续验证收益。 4，开展算法研究与论文工作。 跟进前沿 Agent 相关研究，从业务实际场景中提炼具有研究价值的问题，完成方法设计、实验与论文撰写，沉淀可复用的算法能力和技术成果。
职位要求
1，硕士及以上学历，计算机、人工智能、数学、统计等相关专业；具备 5 年及以上算法相关经验，有 Agent 项目的实际落地经历，深度参与过核心方案设计、效果优化或上线迭代。 2，理解 LLM Agent 的主要技术机制，并在任务规划、上下文管理、工具使用、记忆、评测等至少一个方向有深入实践，能够说明方案选择、实验过程及效果收益。 3，具备扎实的问题诊断能力。能够从任务执行轨迹中还原决策过程，区分模型能力、上下文、工具和数据等不同因素的影响，通过实验验证判断，并确定优化优先级。 4，熟练使用 Python，具备良好的工程能力，能够独立完成数据处理、实验开发、结果分析与原型实现，并与工程团队协作完成上线验证。 5，具备良好的研究与技术表达能力，能够阅读相关论文、设计对照实验、分析方法的适用边界，并将实践成果整理为技术文档或论文。 加分项 1，有 GIS、空间数据分析、LBS或复杂数据分析 Agent 相关经验。 2，有基于任务反馈开展模型微调、强化学习、工具学习或 Agent 策略优化的经验。 3，在人工智能、自然语言处理、数据挖掘等相关领域发表过论文，或有高质量开源项目贡献。
