美团资深AI Agent工程师（全栈）
任职要求
【必须具备】 -5 年以上后端/系统开发经验，有中大规模系统从 0 到 1 或重构经验 -有 AI 架构相关实战经验（LLM Agent/模型服务/推理工程/ML Pipeline 等，无 AI 经验不予考虑） -有 LLM Agent 系统开发经验（编排引擎、工具调用、上下文管理、流式输出等） -理解 AI 安全：知道 prompt injection 攻击面，能设计工具调用权限边界和越权防控机制 -有多租户高并发高可用服务设计经验（千级+ QPS 或百万级用户规模） -能独立设计并推动技术方案落地，接受 2-4 周迭代节奏 【强需具备】 -企业级审计合规意识：操作可追溯、数据分级分类、合规准入 -效果-成本平衡能力：Token 预算管理、模型路由优化、推理资源池化，有"效果保底线"意识 -数据飞轮与评测经验：知道如何量化效果、建设评测集、搭建离线+在线数据循环 -ETL …
工作职责
【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
1.系统设计与研发： 负责设计、实现并运维支撑智能运维智能体平台的大规模、高可用分布式系统，处理PB级的实时日志&监控等数据； 2.核心功能开发： 端到端地负责AI Agent核心功能的研发，包括异常检测、根因分析、任务规划（Planning）及智能修复建议等模块，将前沿概念转化为可靠的线上服务； 3.算法工程化落地： 与算法科学家紧密合作，负责将前沿的大语言模型（LLM）及其他机器学习模型产品化，构建高效的数据处理管道、模型推理服务与反馈闭环； 4.技术战略与卓越工程： 参与制定团队的技术路线图，驱动软件工程、系统架构与运维卓越的最佳实践，持续提升系统的扩展性与鲁棒性； 5.技术攻坚与指导： 解决系统中最具挑战性的技术难题，并乐于指导团队其他工程师，共同营造追求技术卓越的工程师文化。
1. 技术战略与架构演进（Technical Vision & Architecture） * 顶层架构设计： 主导企业级AI Agent平台的整体技术蓝图规划，设计支持高并发、低延迟、高可靠的分布式Agent运行时架构。 * 前沿技术攻坚： 深入探索并落地Multi-Agent协作机制、长短期记忆管理（Memory Management）、复杂任务自动规划（Planning & Reasoning）及MCP&Skills等前沿技术，解决Agent在复杂场景下的幻觉、状态一致性及执行可靠性难题。 * 技术演进路线： 制定平台未来1-3年的技术演进路线图，平衡技术创新与系统稳定性，确保架构具备极强的扩展性与兼容性。 2. 商业落地与场景赋能（Business Impact & 2B Delivery） * 2B场景规模化落地： 深入理解金融、政务、制造等2B核心客户的业务痛点，主导Agent平台在复杂企业场景下的解决方案设计与交付，确保技术指标转化为可量化的商业价值（如效率提升率、成本降低率）。 * 生态建设与标准化： 构建开放的Agent插件生态与工具链标准，推动平台能力产品化，支持客户通过低代码/零代码方式自定义Agent工作流，加速行业解决方案的复制与推广。 * 关键项目兜底： 作为技术负责人（Owner），直接对重大标杆项目的成功交付负责，解决跨部门、跨系统的复杂集成难题。 3. 工程底座与技术体系建设（Engineering Excellence） * 夯实工程基石： 建立完善的Agent全生命周期管理体系（开发、调试、评估、部署、监控），打造业界领先的Agent Ops平台，显著提升研发效能与系统稳定性（SLA 99.99%+）。 * 安全与合规体系： 构建企业级的AI安全围栏，包括提示词注入防御、敏感数据脱敏、Agent行为审计及合规性检测，确保平台符合数据安全法规。 4. 梯队建设与文化塑造（Leadership & Talent Development） * 技术前瞻与创新： 保持对全球AI技术趋势的敏锐洞察，引入学术界最新成果（如ReAct, ToT, GraphRAG等）并在内部进行技术预研与转化。 * 高端人才培养： 负责组建并培养一支高水平的AI工程团队，建立清晰的人才成长路径与晋升机制，通过技术分享、黑客松等形式营造浓厚的创新氛围。 * 跨团队协同： 打破算法、工程、产品之间的壁垒，建立高效的协同机制，推动“算法模型”向“工程产品”的高效转化。
1、负责企业级云原生机器学习平台建设，支撑模型开发、训练、部署、上线全生命周期管理； 2、负责机器学习平台核心组件落地与优化，包含分布式训练调度、模型版本管理、模型服务化推理部署； 3、负责 GPU 算力集群精细化运营，通过资源调度、弹性伸缩、异构算力管理，优化大模型训练 / 推理成本； 4、搭建平台监控、告警、可观测体系，保障机器学习集群及业务系统高可用、高稳定； 5、对接算法、业务团队，拆解需求并提供 MLOps 标准化平台解决方案。
1.AI算法模型效果运营，包括： 1）负责ASR/NLU/NLP/CV等模型在真实业务中的效果监控与分析; 2）基于模型核心指标体系(如WER、CER、SlotF1等);持续跟踪模型在不同语言、不同设备、不同用户场景下的表现变化。 2.数据回流与模型优化闭环，包括： 1）主导模型运行数据的采集、分析、问题定位; 2）设计数据回流与样本筛选策略(错误样本、长尾场景、低置信度样本); 3）协同数据团队完成数据清洗、标注和质检，支持模型持续训练与优化。 3.多语言与本地化AI模型运营 1）针对多语言、多口音、多文化场景，制定模型运营与评测方案; 2）识别不同语言/国家的典型问题(如口音、语速、语义歧义); 3）与语言专家、本地团队合作，提升模型在海外市场的可用性和稳定性。 4.灰度发布与版本管理 1）参与模型版本的灰度发布、AB测试、效果对比与回滚策略; 2）评估模型版本升级对用户体验和业务指标的影响; 3）降低模型迭代带来的业务风险。 5.跨团队协作与方法论沉淀 作为算法团队x数据团队x产品团队的关键连接人，将业务问题转化为可执行的模型优化与数据需求;沉淀模型运营方法论、SOP和评估规范。