携程AI Agent开发工程师（TypeScript方向）(MJ036195)
任职要求
必备条件本科及以上学历，计算机相关专业熟练掌握 TypeScript熟悉 Node.js 生态及现代前端开发体系具备生产级大模型应用开发经验熟悉 Prompt Engineering 方法论熟悉 Agent 开发框架，并掌握其核心原理：LangGraph/LangChain/LlamaIndex/AutoGen/或同类框架熟悉 RAG 架构与相关技术栈技术能力熟悉 OpenAI、Gemini、Claude、Qwen、DeepSeek 等主流模型熟悉 Tool Calling / Function Calling熟悉常见向量数据库：Milvus、Elasticsearch、pgvector熟悉评测体系建设与实验设计熟悉 AI 应用性能优化与成本优化加分项有 Prompt 自动优化经验有 AI Evaluation …
工作职责
我们正在寻找一位具备 AI Agent 应用开发经验的工程师，参与下一代机票智能助手产品的设计与研发。你将负责构建基于大语言模型（LLM）的 Agent 系统，包括意图理解、任务规划、工具调用、知识检索、评测优化以及持续迭代闭环建设。保证AI产品从前到后完整落地，可维护可运营。参与AI agent评测，性能、准确率优化工作。 参与项目技术体系建设，完善工具和文档，参与技术分享。 Agent 系统开发负责基于 LLM 构建 Agent 系统与复杂 Workflow设计并实现 ReAct、Plan-Execute、Multi-Agent 等 Agent 架构实现 Tool Calling、Function Calling、MCP 等工具生态集成设计任务规划、记忆管理、状态管理与长期上下文机制Prompt Engineering 与模型优化设计和优化 Prompt、System Prompt、Tool Description建立 Prompt 评测体系与自动优化闭环基于线上 Case 持续进行 Bad Case 分析与迭代参与模型选型与效果评估LLM Evaluation构建 Agent、RAG、Prompt 等模块的自动化评测体系设计 Accuracy、Latency、Cost、Preference 等评测指标建设 Golden Dataset、Regression Test、Benchmark 体系推动 AI 应用从经验驱动向数据驱动演进RAG 与知识增强负责企业知识库建设与检索增强生成（RAG）系统开发设计向量检索、Hybrid Search、Re-Ranking 等检索链路优化知识召回率、准确率与时效性构建知识评测体系与数据质量监控机制微调与数据工程参与 SFT、DPO 等模型微调项目设计训练数据构建、清洗与质量评估流程结合业务场景探索小模型优化与领域模型建设前端与产品交互基于 TypeScript 开发 AI 产品能力参与 Agent UI、Chat UI、Workflow UI 等前端开发与产品、设计协同完成 AI 能力落地优化用户体验与交互效果
1. 负责CatPaw SDK/CLI能力建设，设计并实现Skill/Plugin体系，持续提升开发者体验。 2. 基于OpenClaw构建CatClaw集群，负责多智能体运行时、路由调度、会话管理及记忆系统的设计与开发。 3. 主导AI编排层开发，包括多模型调度、Prompt工程、Function Calling及上下文管理机制。 4. 推动IM/社交/办公等多端渠道的场景接入，支持浏览器自动化能力集成。 5. 构建安全隔离体系，实现多租户权限控制与数据沙箱机制，保障系统安全性与稳定性。
AI Agent 开发工程师 职位描述 负责 AI Agent 核心能力的设计与研发，包括任务规划（Planning）、工具调用（Tool Use）、记忆管理（Memory）、多轮对话管理等模块； 设计并实现 Multi-Agent 协作架构，包括子 Agent 路由、任务拆解与分配、Agent 间通信协议、结果聚合与冲突消解； 搭建 Agent 评测体系，设计评测数据集与评测维度（准确性、工具调用正确率、任务完成率），建设 A/B 评测流水线，持续优化 Agent 效果； 参与 Agent Harness 框架建设，包括 Agent 执行的编排调度、错误处理与重试机制、降级策略、可观测性（日志、Tracing、Token 用量、延迟监控）； 基于主流 Agent 框架开发可复用的 Agent Skill（技能包），制定 Skill 开发规范，推动 Agent 能力模块化； 参与知识库与检索系统的建设与优化：知识抽取、文档解析、混合检索、重排序等，构建领域知识库和语义索引系统； 使用 AI Coding 工具（Cursor/Claude Code/Codex）进行日常研发，实践 Vibe Coding 范式，持续提升研发效能。
1. 参与 AI Agent 服务层的整体架构设计与落地，建设智能数据高效流转，包括数据接入、清洗、标注、元数据与血缘增强、数据治理、数据安全。 2. 面向大模型与Agent，设计并实现核心服务层组件，负责Agent场景的效果优化，深入研究LLM后训练相关技术，包括CPT/SFT/RLHF/RLVR等，提高算法准确率和效率。 3. 构建可复用的 Agent 框架与组件库（记忆模块、工具箱、调度器等），实现不同任务的快速拼接、部署与生产落地。 4. 跟踪LLM领域的最新研究成果，用以持续提升算法应用效果，研究方向包括但不限于强化学习中的奖励模型的优化和创新，AgentRL，可验证奖励的构建和扩充。 5. 关注前沿 AI 技术在 Agent 场景的落地可用性，推动试点、验证与落地。
部门介绍：我们是市场与平台运营中心，作为京东科技的核心力量之一，在金融业务的市场拓展、平台运营与生态建设中发挥关键作用。我们以“体验与效率的价值共生”为核心理念，聚焦C端用户，推动产品体验与技术能力的深度融合，实现商业价值与用户体验的共赢。我们通过数据驱动决策、营销创新实践与平台精细化运营，持续优化关键金融场景（如现金贷、财富管理、大支付、保险等）的用户体验；依托京东金融APP、白条频道页、我的钱包页等核心入口，我们构建起连接用户与金融服务的高效桥梁。我们汇聚产品、运营、量化、研发等多职能人才，以协同创新为引擎，推动业务的可持续增长与长期价值创造。我们不仅追求短期目标的达成，更致力于构建一个用户信赖、商业健康、技术领先的金融科技生态。 1. 参与 AI Agent 服务层的整体架构设计与落地，建设智能数据高效流转，包括数据接入、清洗、标注、元数据与血缘增强、数据治理、数据安全； 2. 面向大模型与Agent，设计并实现核心服务层组件，负责Agent场景的效果优化，深入研究LLM后训练相关技术，包括CPT/SFT/RLHF/RLVR等，提高算法准确率和效率； 3. 构建可复用的 Agent 框架与组件库（记忆模块、工具箱、调度器等），实现不同任务的快速拼接、部署与生产落地； 4. 跟踪LLM领域的最新研究成果，用以持续提升算法应用效果，研究方向包括但不限于强化学习中的奖励模型的优化和创新，AgentRL，可验证奖励的构建和扩充； 5. 关注前沿 AI 技术在 Agent 场景的落地可用性，推动试点、验证与落地。