岗位职责

面向即梦Dreamina创作Agent，负责Agent Harness的系统优化能力建设，提升Agent在线执行效率、稳定性和成本效率；
优化多轮Agent调用链路，包括LLM请求组织、上下文复用、Prompt Cache、Token使用效率和长上下文性能，同时参与LLM serving、模型部署、推理服务管理和调用链路优化，提升多模型、多工具Agent系统的整体稳定性；
负责TTFT、吞吐、TPM、延迟、成本等指标分析，建立Agent链路性能诊断和优化机制；
探索模型路由策略，根据任务类型、上下文长度、延迟要求、成本约束和效果目标，动态选择合适模型与调用方式；
建设Agent运行日志、链路追踪、性能监控和问题归因能力，支持线上快速定位和持续优化；与算法、模型、工程和产品团队协作，将Agent系统优化能力落地到即梦真实创作链路。

职位要求

本科及以上学历，计算机、人工智能、软件工程、机器学习等相关专业；
具备扎实的工程基础，熟悉Python，并熟悉Go/C++/Java等至少一种系统编程语言，熟悉Go者优先；
熟悉LLM调用链路、推理服务、上下文管理、Token机制或模型服务性能优化中的一种或多种方向；
具备良好的性能分析和问题定位能力，能够围绕延迟、吞吐、成本、稳定性等指标设计优化方案；
理解大模型Agent、Tool Use、多轮Function Call或多模型调用链路的基本机制，对LLM Serving、Prompt Cache、Model Routing、Token Efficiency、Agent系统优化等方向有浓厚兴趣；
主动积极，有较强的负责人意识，能够推动跨团队问题定位和落地优化。