蚂蚁金服蚂蚁集团-Agent 研发工程师-健康事业群
任职要求
1. 学历背景：本科及以上学历，计算机科学、软件工程、人工智能等相关专业优先。 2. 经验要求：5年及以上后端研发经验，其中2年及以上 AI Agent / 大模型应用平台研发经验，有完整AI Agent 产品研发经历者优先。 3. 技术能力： ● 精通Java/Python中至少一种主流编程语言，熟练掌握微服务架构、RESTful API 设计与开发； ● 深入理解大模型 Agent 核心原理，熟练使用LangChain，LangGraph，Claude Code等 Agent 开发框架，具备工具调用、任务编排、记…
工作职责
内转岗位，层级区间12-16级 作为 AI Agent 产品平台的核心研发，负责核心模块的设计与落地，主导技术方案选型与执行，协同团队攻克高并发、高可用及智能交互效果技术难点，支撑产品快速迭代与商业化落地。 【岗位职责】 1. 核心研发：负责 AI Agent 产品平台的核心模块开发，涵盖对话引擎、多模态能力、harness框架、知识库检索等关键环节。 2. 技术攻坚：针对平台高并发请求、复杂任务编排、上下文管理等技术痛点，制定并执行高效解决方案，保障系统稳定性与性能。 3. vibe coding：熟练使用vibe coding，能快速vibe coding交付端到端技术产品。 4. 迭代优化：紧跟大模型、Agent 技术前沿，结合产品业务场景，推动平台技术架构升级与功能优化，提升产品核心竞争力。 5. 跨域协作：与产品、算法、测试团队紧密配合，将业务需求转化为技术实现，保障产品研发周期与交付质量。
1、构建医疗AI核心系统框架：建设生产系统底座（包括模型调用、Tool调用、Memory管理、知识体系、反馈链路、Workflow引擎和状态流转），构建面向医疗任务的Agent与LLM Harness（包括任务编排、证据组织、状态管理、路由策略和人机协作边界），支撑多模态、多轮交互和连续健康管理等复杂任务的稳定运行，对端到端链路的效率、稳定性和质量负责； 2、建设知识与证据体系：实现医学知识更新、RAG、claim verification、evidence retrieval、来源追踪和结果审计，使医学依据能够被模型调用、被系统记录、被产品链路使用； 3、建设Data与反馈体系：面向用户交互、医学审核、运营反馈和模型输出，构建Data采集、清洗、归因、回流和监控能力，建设并维护满足严格隐私、安全、合规要求的Data Pipeline与服务，持续调试、优化、加固系统，支撑高可用、高性能与规模化运行，将生产系统中的发现反哺给算法、Data和产品迭代； 4、跨职能团队协作：在由算法、研发、产品、运营和医学等角色组成的跨职能团队中协作，把算法能力、知识体系和LLM Harness转化为稳定的生产系统，支持模型迭代和产品演进。
1、负责Agent架构设计开发，构建具备自主规划、工具调用、记忆管理及环境交互能力的高性能Agent系统； 2、负责Agent与外部CLI/Skills、知识库及多模态数据的对接与集成，提高大模型研发全生命周期效率； 3、探索并落地Agent在音视频大模型场景的应用，包括但不限于Harness Engineering、Auto Research、Model Self-improvement等； 4、优化Agent的决策推理能力，解决复杂任务拆解、异常处理、多Agent协同等技术难题，提升系统的稳定性与成功率。
1、负责研发基于LLM的广告商家Agent应用建设，如广告投放Agent、DataAgent等一些列智能体应用； 2、负责研发Dev Agent，将AI能力无缝融入开发流程中，端到端的提高开发效率和创新性； 3、设计并实现易用的Agent开发平台，降低开发者使用Agent技术的门槛，包括MCP管理、A2A协议、Prompt动态配置、Agent安全控制等基础能力建设； 4、跟踪当前业界最新的多智能体、大模型应用研究进展，确保团队技术领先。
1. 研发具备长程规划能力的调研 Agent。设计并实现多步推理（Reasoning）、自主信息采集（Web Browsing）、多源数据合成与矛盾校对的算法架构，提升 Agent 在处理复杂未知任务时的“认知深度”； 2. 结合专业知识，深入分析垂直领域的业务逻辑。支持领域工具集与 DSL，使 Agent 能够精准理解并执行专业性极高的业务需求，解决“最后一公里”的落地难题； 3. 负责长上下文（Long-context）优化、精确的工具调用（Tool Calling）以及记忆碎片管理。解决大规模 Agent 集群在实际生产环境中的延迟与稳定性问题； 4. 针对 Deep Research 和专业领域任务，自动构建多维度的评测 Benchmark，持续提升 Agent 的决策准确率和专业度。