岗位职责
- Agent 评测体系建设：设计并落地 Agent 能力评测框架，定义评测维度（任务完成率、推理能力、工具调用准确性、鲁棒性等），构建自动化评测流水线，支撑模型与 Agent 系统的持续迭代。
- Agent 自动化测试平台建设：搭建面向 Agent 产品的自动化测试平台，覆盖端到端场景回归、Prompt 回归、对抗性测试等能力，保障 Agent 线上质量与稳定性。
- Agent 任务识别与治理：对 Agent 执行链路进行任务识别、意图拆解与行为分析，建立任务分类体系与异常治理机制，推动 Agent 在真实业务场景中的可控落地。
- 多模态大模型落地应用：参与多模态大模型（视觉-语言、语音-语言等）在 Agent 场景中的工程化落地，包括能力评估、场景适配、效果优化与性能调优。
职位要求
- 计算机科学、人工智能、数学等相关专业硕士及以上学历，3 年以上 NLP/CV/多模态相关工作经验。
- 扎实的机器学习与深度学习基础，熟悉 Transformer 架构，有大模型（LLM/MLLM）训练或微调经验。
- 了解 Agent 技术栈（ReAct、Tool Use、Planning、Memory 等），有 Agent 系统开发或评测经验者优先。
- 熟悉 Prompt Engineering、RAG、Function Calling 等大模型应用技术，有实际项目落地经验。
- 具备良好的工程能力，熟练使用 Python，熟悉主流深度学习框架（PyTorch 等）和大模型推理框架（vLLM、TGI 等）。
- 具备数据分析能力，能从 Agent 执行日志中提取规律、定位问题并驱动优化。
- 有自动化测试、CI/CD 流水线或平台化建设经验者优先。
- 良好的沟通协作能力，能跨团队推进技术方案落地。
