岗位职责
- 参与必达 Agent 的搭建与迭代，包括需求理解、任务链路拆解、Prompt 设计、知识库配置、工具调用、接口对接和输出效果优化。
- 支持商业化度量分析相关工作，包括品牌营销效果度量、投放效果评估、实验分析、归因分析、指标体系建设和业务看板搭建等。
- 参与 Agent 效果评估与迭代，包括构建测试集、设计评估指标、分析 Badcase、对比不同模型/Prompt/工具链方案的效果，并推动优化方案落地。
- 跟踪 LLM、Agent、RAG、自动化数据分析、营销度量等方向的前沿方法，并结合业务场景进行调研、验证和实践。
职位要求
- 本科及以上在读，计算机、软件工程、人工智能、数据科学、统计学、数学、信息管理等相关专业优先。
- 具备出色的编程能力，能够使用Python语言独立开发脚本，并且有SQL基础，能够独立完成数据提取、清洗和分析。
- 有Agent项目实践经验，理解 LLM 相关原理，掌握ReAct、Function Calling、RAG、Multi-Agent 等常见范式，熟练使用LangGraph、LangChain、AutoGen中的至少一种高代码开发框架，并且对AI前沿技术充满热情。
- 具备工程开发和协作能力，熟悉FastAPI、Docker、Git协同开发规范，了解CI/CD流程，能够通过日志、接口调试和基础测试定位问题。
- 具备统计学基础与数据分析能力，了解常见统计分析、A/B 实验、指标体系设计、归因分析或效果评估方法。
- 具备良好的结构化思考和沟通能力，能够把业务问题拆解为落地方案，和产品、研发、运营等多角色协作推进项目，并且通过文档清晰沉淀技术方案、分析报告、或前沿技术分享。 加分项
- 有完整开发的 Agent 项目，有 GitHub 项目、技术博客或可展示的个人作品。
- 有生产级 Agent 经验，参与过线上服务的部署、运行维护和问题排查。
- 有大模型、 Agent 相关的效果评估体系搭建的经验。
- 熟悉互联网广告逻辑，包括竞价机制、投放链路、渠道归因等核心概念，有广告相关岗位实习经验。
- 掌握复杂 A/B 实验设计与分析、因果推断、机器学习常见模型等，有数据科学、数据挖掘等相关岗位实习经验
- 具备工程开发和协作能力，熟悉FastAPI、Docker、Git协同开发规范，了解CI/CD流程，能够通过日志、接口调试和基础测试定位问题。
