Agent 算法工程师

【核心职责】 直接对接电商业务团队，深入理解商品运营、用户增长、会员运营、营销活动、客服售后、内容生产等业务场景，识别可被 AI / Agent 改造的高价值问题。 负责电商 AI 应用的端到端交付，包括业务需求拆解、AI 方案设计、技术选型、原型开发、系统集成、上线部署、效果评估与持续迭代。 基于大语言模型、Agent、RAG、工作流编排、工具调用等能力，建设面向电商业务的智能化工具和自动化流程。 将复杂业务流程拆解为模型能力、工具能力、规则逻辑和人工协同流程，明确 AI 能做什么、系统兜底什么、人工介入什么。 设计并落地 AI 应用的评估与验收机制，围绕准确率、可用性、响应效率、业务转化、运营成本等指标衡量交付效果。 协同业务、产品、研发、数据等团队推进项目落地，确保方案不仅能演示，更能在真实业务流程中稳定运行。 对交付结果负责，关注项目上线后的真实使用效果和业务价值，持续优化 AI 应用的稳定性、准确性、效率和成本。 沉淀电商 AI 场景方法论、标准化交付模板、复用组件和最佳实践，提升后续项目复制效率。 【任职要求】 对 AI 应用有较深入理解，熟悉大语言模型基本能力边界、Prompt / Context 工程、工具调用、RAG、Agent 工作流、模型评估与效果优化等核心概念。 具备 AI 应用或 Agent 系统的实际落地经验，能够判断不同业务问题适合使用模型生成、检索增强、规则系统、工作流编排还是传统工程方案。 具备扎实的软件工程能力，熟悉至少一门主流编程语言，如 Python、Go、Java、JavaScript / TypeScript 等，能够独立完成原型开发、接口集成和系统调试。 能够直接面向业务团队工作，具备较强的业务访谈、需求澄清、流程梳理和方案表达能力。 理解电商业务基本链路，包括流量、商品、内容、营销、会员、交易、客服、履约、售后等环节，能够从业务目标出发设计 AI 解决方案。 具备交付结果意识，能够将项目目标拆解为清晰的里程碑、验收标准、效果指标和上线计划，并推动相关方协同完成。 能够在需求不完全明确、标准答案缺失的情况下，自主定义问题、建立判断标准并快速迭代验证。 【加分项】 有电商、零售、会员、营销、客服、内容运营等场景的 AI 应用落地经验。 熟悉 LangGraph、Dify、Coze、n8n、AutoGen、CrewAI 等 Agent / 工作流编排框架。 熟悉 Claude Code、Codex、Cursor 等 AI 编程工具，具备自建 AI 工具链或业务工作流经验。 有 RAG、知识库问答、智能客服、营销内容生成、用户运营助手、数据分析 Agent 等项目经验。 有 ToB 交付、解决方案架构、售前技术、客户成功技术支持或业务中台建设经验。 能够通过业务数据评估 AI 应用价值，例如效率提升、成本下降、转化改善、响应时长缩短等。