岗位职责
加入我们，你将专注于让商家经营 Agent 持续变强：依托商家主数据体系，通过系统化的效果评测与问题归因，精准定位 Agent 表现不佳的根因，并针对性优化经营知识库、Skill 与工具能力，形成「评测 → 归因 → 优化 → 回归」的高频迭代循环，直接推动商家 Agent 从可用走向被依赖。 你将负责：
- 构建并运营商家经营场景的 AI 效果评测体系，设计评测集与评价标准，落地自动化评测与回归流程，让每一次优化都有可信度量；
- 对 Agent 的失败与劣化样本做深度归因分析，定位问题根因究竟落在知识缺失、Skill 编排、工具能力、上下文构造还是数据口径上，输出可执行的优化结论；
- 依托商家主数据体系持续优化经营知识库，包括知识抽取与补全、质量校验、冲突消解与失效淘汰，保障知识越用越准；
- 优化 Agent 的 Skill 与工具体系，改进任务编排、上下文工程、工具调用成功率与稳定性，提升端到端任务完成率与体验；
- 将线上真实表现持续反哺回评测集与知识库，沉淀可复用的归因方法与优化范式，让优化循环自身不断增强；
- 与研发、算法、产品及业务团队紧密协同，把优化成果转化为可衡量的商家经营效果。
职位要求
- 本科及以上学历，计算机科学、软件工程、数据或相关专业背景；
- 具备扎实的工程能力与数据分析能力，能独立完成数据处理、指标定义与效果分析，熟悉 SQL 与离线/实时数据链路；
- 理解 AI 应用技术体系，熟悉 Prompt/上下文工程、RAG、Agent 任务编排、工具调用等机制，有实际调优经验；
- 结果导向，对数据敏感，具备良好的问题拆解与根因追查能力，能把模糊的「效果不好」拆成可定位、可验证的具体问题；
- 沟通协作能力好，能与算法、研发、产品和业务高效对齐。
- 能独立负责一个业务子域的完整优化闭环，主导评测体系设计与归因方法论沉淀，而非仅执行既有流程；
- 具备体系化优化能力，能识别优化投入的边际收益并合理排布优先级，带动 1–2 名同学一起产出；
