大疆资深Agent应用开发工程师（后端）

1. 负责 AI Agent 应用层的后端研发与端到端交付，围绕业务场景设计并实现智能问答、任务执行、内容生成、搜索推荐、运营提效等 Agent 应用能力。 2. 负责 Agent 系统核心模块建设，包括对话管理、意图识别、工具调用、任务编排、上下文管理、记忆机制、权限控制、结果评估与异常兜底等。 3. 负责大模型及多模态模型的服务化开发，配合算法同学完成模型部署、接口封装、推理服务接入、效果验证与线上问题排查。 4. 参与模型工程化落地，覆盖模型服务部署、推理链路优化、服务稳定性治理、监控告警、日志追踪、灰度发布、容量评估与成本优化等工作。 5. 参与 AI 应用相关数据处理链路建设，基于 Spark、Ray 等大数据处理框架完成数据清洗、特征加工、离线计算、批量任务调度与数据服务支撑。 6. 负责与产品、算法、数据、业务团队协作，理解业务需求并拆解技术方案，推动 AI 能力在实际业务场景中高质量落地。 7. 关注 Agent、RAG、多模态模型、大模型应用框架及 AI Coding 等技术方向，持续提升团队研发效率与 AI 应用交付质量。

1.担任iOS方向负责人，领导团队完成Agent应用客户端的架构演进和技术升级，确保产品的体验和稳定性； 2.带领团队成员完成高难度技术项目，解决客户端、全栈开发中的各类技术难题和问题； 3.参与产品需求讨论和评审，与产品和设计团队密切合作，推动产品持续优化和升级； 4.负责团队技术指导和培训，提升团队成员的技术能力和工作效率。

1、智能体应用开发：负责或参与智能招聘、人力资源数字员工、员工服务智能体、管理者智能体 、HRBP 智能体、HR数据智能体等 AI 项目的架构设计与开发实施 2、Agent 系统建设：设计并搭建多智能体协作架构，实现复杂 HR业务场景下的任务编排、工具调用与自主决策能力 3、知识体系构建：构建并维护 HR 领域知识库，包括 RAG检索链路搭建、向量数据库管理、知识切片策略优化等 4、记忆与上下文管理：设计 Agent 长短期记忆机制与上下文管理策略，确保智能体在多轮对话、跨会话场景下的连贯性与准确性 5、项目落地交付：推动项目从原型验证到生产部署的全流程落地，与产品及HR业务方紧密协作，确保 AI 能力真正解决业务问题

【团队介绍】 BA Agent（商业分析助手）是美团面向企业运营场景的 AI 策略引擎，通过"Agent 产品 + FDE（前线交付工程师）"双轮驱动，将非标运营流程转化为可规模复用的标准化能力（Skill），实现从数据分析到行动闭环的端到端价值交付。 【团队特点】 -扁平化，纯结果导向，打破职能与职级边界 -AI-Native 工作方式——团队自身重度使用 AI 工具辅助研发与协作 -当前处于架构重启 + 规模化前夜，加入即主导核心系统 【岗位职责】 1.主导 Agent 核心架构设计与演进 -对标 Claude Code 等业界最佳实践，设计轻量级 Agent 编排框架（Unix 哲学） -统一工具/Skill 接入协议，支撑多端（Web/OpenAPI/大象）一致性交付 -设计并落地上下文管理、流式输出、会话压缩等核心能力 2.AI 安全体系建设 -防御 prompt injection 攻击：输入过滤、输出校验、指令隔离 -模型越权防控：工具调用权限边界、沙箱隔离、敏感操作二次确认 -安全审计：模型决策链路可追溯，异常行为检测告警 3.多租户高并发高可用云服务 -设计多租户隔离方案（数据隔离、资源配额、权限体系） -Agent 推理链路的高并发调度：异步编排、队列管理、弹性伸缩 -高可用保障：限流降级、熔断、故障自愈、灰度发布 4.效果-成本平衡 + 企业级审计合规 -模型路由与成本管控：分级调度、Token 预算管理、推理资源池化 -企业级审计合规：操作可追溯、数据分级分类、合规准入 -效果评测闭环：golden dataset + 自动化 Eval，确保成本优化不牺牲效果底线 5.数据加工与数据飞轮 -ETL pipeline：多源数据接入与清洗转换，支撑 Agent 取数、聚合、归因等场景 -数据飞轮：离线（日志萃取 → 评测集维护）+ 在线（用户画像/偏好 → 实时注入上下文），建立复利效应