蚂蚁金服蚂蚁集团-Agent研发工程师（度量方向）-北京
任职要求
1、本科及以上学历，3-5年数据研发经验，能快速理解研发领域业务逻辑与产品机制，把复杂问题拆成可度量、可验证的假设； 2、AI素养与学习能力优先：对AI/Agent有兴趣且愿意动手实践，能将其用于提升分析效率、洞察深度与数据产品能力；保持好奇心，能快速学习新业务与新方法； 3、工程化与工具能力…
工作职责
1、负责蚂蚁研发效率度量和洞察，提供数据挖掘引擎，指标管理，在线化报告，可视化分析等产品能力，通过对研发效能全域数据进行度量、洞察，辅助决策与改进，实现“数据驱动研发效能提升”； 2、AI相关研究与分析：围绕AI Coding上下游关键指标（如AI采用率、AI效率提升等），通过前沿的指标研究和分析课题，建设更完整、前瞻的AI Coding度量模型与分析策略，定义指标口径，完成分析解读；将Agent能力融入数据工作，在保证数据准确与可追溯的前提下提升分析效率与覆盖面； 3、数据产品化与资产建设：负责蚂蚁研发领域数据资产的维护、治理与建设（埋点/事件体系、数据字典、口径管理、仪表盘体系、分析模板与代码库等）；推动自助分析与数据可视化落地，让更多角色“看得懂、用得上”； 4、跨团队协作与落地：与产品、运营、研发、数据工程等团队紧密协作，清晰沟通假设、方法、限制与结论；推动分析建议转化为产品/运营动作，并进行效果追踪与复盘，形成闭环。
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、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. 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。