Agent 算法工程师

【岗位定位】 作为电商 AI FDE，将直接进入真实业务一线，连接电商业务与 AI 技术，负责从问题识别、方案设计到系统上线和效果迭代的端到端交付。 期望不仅懂大模型和 Agent，更能深入商品、营销、会员、客服、内容等业务场景，把 AI 能力转化为稳定、可复用、可衡量的业务成果。 【核心职责】 直接对接电商业务团队，深入理解商品运营、用户增长、会员运营、营销活动、客服售后和内容生产等场景，识别适合通过 AI／Agent 改造的高价值问题。 负责电商 AI 应用的端到端交付，包括业务需求拆解、AI 方案设计、技术选型、原型开发、系统集成、上线部署、效果评估及持续迭代。 基于大语言模型、Agent、RAG、工作流编排和工具调用等能力，建设面向电商业务的智能化工具与自动化流程。 将复杂业务流程拆解为模型能力、工具能力、规则逻辑和人工协同机制，明确 AI 执行、系统兜底及人工介入的边界。 设计并落地 AI 应用的评估与验收机制，围绕准确率、可用性、响应效率、业务转化和运营成本等指标衡量交付效果。 协同业务、产品、研发和数据团队推进项目落地，确保解决方案不仅能够完成演示，更能在真实业务流程中稳定运行。 对项目交付结果和上线后的真实使用效果负责，持续优化 AI 应用的稳定性、准确性、效率、体验与成本。 沉淀电商 AI 场景方法论、标准化交付模板、通用组件及最佳实践，提高后续项目的复用和规模化复制效率。 【任职要求】 985/211 高校硕士及以上学历，计算机、人工智能、软件工程、数据科学、信息管理等相关专业优先。 对 AI 应用有较深入的理解，熟悉大语言模型的能力边界，以及 Prompt／Context Engineering、工具调用、RAG、Agent 工作流、模型评估和效果优化等核心概念。 具备 AI 应用或 Agent 系统的实际落地经验，能够判断业务问题更适合采用模型生成、检索增强、规则系统、工作流编排还是传统工程方案。 具备扎实的软件工程能力，熟悉至少一门主流编程语言，如 Python、Go、Java、JavaScript／TypeScript，能够独立完成原型开发、接口集成和系统调试。 具备较强的 AI 学习能力和学习敏捷度，能够持续跟进模型、工具和工程范式的变化，并快速应用到实际业务中。 具备 AI Native Coding（ANC）能力，能够熟练使用 AI 编程工具完成需求分析、代码生成、调试、测试、重构和文档沉淀。 长期、深度使用并持续订阅至少一种主流海外大模型产品，对不同模型的能力特点、使用边界和适用场景有实际判断。 能够直接面向业务团队开展工作，具备较强的业务访谈、需求澄清、流程梳理和解决方案表达能力。 理解电商基本业务链路，包括流量、商品、内容、营销、会员、交易、客服、履约和售后等环节，能够从业务目标出发设计 AI 解决方案。 具备较强的结果意识，能够将项目目标拆解为明确的里程碑、验收标准、效果指标和上线计划，并推动相关团队协同完成。 能够在需求不完全明确、缺少标准答案的情况下，自主定义问题、建立判断标准，并通过快速迭代完成验证。 【加分项】 有电商、零售、会员、营销、客服或内容运营等场景的 AI 应用落地经验。 熟悉 LangGraph、Dify、Coze、n8n、AutoGen、CrewAI 等 Agent 或工作流编排框架。 熟练使用 Claude Code、Codex、Cursor 等 AI 编程工具，具备自建 AI 工具链或业务自动化工作流的经验。 有 RAG、知识库问答、智能客服、营销内容生成、用户运营助手或数据分析 Agent 等项目经验。 有 ToB 项目交付、解决方案架构、售前技术、客户成功技术支持或业务中台建设经验。 能够通过业务数据评估 AI 应用价值，例如效率提升、成本下降、转化率改善或响应时长缩短。 有个人 AI 项目、开源贡献、技术博客、产品作品或可展示的 Agent 应用案例。 【希望具备】 关注 AI 技术在业务中的真实价值，不停留在 Demo 或概念验证阶段。 愿意深入业务细节，能够主动发现和定义问题，而不是被动等待明确需求。 具备较强的跨团队沟通能力，能够在业务、产品和技术之间建立清晰共识。 对交付结果负责，重视系统的稳定性、可维护性、可评估性及持续迭代空间。 具备显著的成长潜力、自驱力和好奇心，能够快速学习新业务、新工具与新技术。