岗位职责
- Agent Loop设计与优化：负责Agent核心链路（Planning/Reasoning/Tool Use/Reflection）的策略设计与持续优化，提升复杂任务的成功率、稳定性与执行效率，攻坚长程任务（Long-horizon Execution）下的上下文管理与错误恢复；
- Context Engineering&Memory系统：设计Agent的上下文工程方案与记忆系统（短期/长期/情景/语义记忆），落地记忆的写入、检索、压缩、更新与遗忘策略，支撑用户级个性化与跨会话一致性；
- Data Engine：基于线上Trace、用户反馈与评估信号构建数据闭环；负责轨迹数据构造、数据生成与高质量SFT/RL数据的产出；
- Learning Loop闭环：推动SFT/DPO/Agentic RL（GRPO/DAPO等）等Post-training策略在业务场景的落地，让Agent在线上数据驱动下持续进化；
- 评估体系建设：构建覆盖离线Benchmark、在线A/B、案例回归的多层次评估体系，沉淀负面案例库，支撑算法策略快速迭代。
职位要求
- 计算机、人工智能、数学等相关专业本科及以上学历，3年以上算法、AI工程相关经验；
- 熟悉大模型技术栈：Transformer、Prompt Engineering、RAG、Function Calling、MCP、Context Engineering，了解主流模型（GPT、Claude、Gemini、Qwen、DeepSeek等）的能力边界与适用场景；
- 扎实的Python工程能力，熟悉至少一种主流Agent框架（LangGraph、LlamaIndex、AutoGen、Dify、CrewAI等）或具备自研Agent框架的经验；
- 有复杂Agent系统的策略优化经验，熟悉ReAct、Reflexion、Plan-and-Execute、Tree of Thoughts等范式，有显著提升任务成功率、稳定性、成本的实战案例；
- 有大模型Post-training经验（SFT、DPO、PPO、GRPO、DAPO），了解Agentic RL相关方法；
- 熟悉Agent评估框架（SWE-bench、GAIA、AgentBench等）。
