岗位描述
1、区分夫妻店与连锁品牌的差异化诉求并转化为产品设计;把品类 know-how 沉淀为可注入的判据,让 Agent 从"念数字"走向"下判断"; 2、在有限 Token 窗口内组织、裁剪、排序商家画像、记忆、域知识与工具;读 Trace 定位上下文冗余与无效调用,让 Token 消耗可预算; 3、任务拆解、Agent 间路由与上下文传递;权衡单 Agent 直出与多 Agent 协作,避免"超级 Agent"与"过度拆分"两个极端; 4、用检查点 / 可中断 / 可恢复控住长任务漂移;用降级、置信度表达、Human-in-the-loop 应对概率性出错; 5、预检 / 策略 / 决策 / 围栏 / 执行五层评测定位失效环节;区分链路短板与策略本身不对,决定修能力还是改策略; 6、读 Trace、写 System Prompt 并按 Eval 迭代;用qoder等AI 工具快速搭 demo 验证方案; 7、评审他人方案、识别架构级问题;与研发就 Agent 架构、接口合约做技术协商。 1、对 LLM 能力边界有体感:擅长什么、容易在哪出错、幻觉意味着什么; 2、对上下文工程与multi-agent范式有认知:Context Window、裁剪、记忆注入、Function Calling如何影响效果与成本;Agent 分工、路由、单vs多的取舍; 3、理解长任务可控性:检查点、中断、恢复、降级机制的价值; 4、有商家/服务商等B端产品经验;能和研发讨论API设计、理解 Agent多轮执行逻辑; 5、能亲手写skill/设计Agent任务并按效果迭代;数据驱动,先建基线再谈提升。 加分项 ● 上下文管理实战(长上下文成本、记忆系统、压缩/检索、分域知识组织); ● Multi-agent编排设计(路由、任务分解、Agent间通信、检查点与恢复); ● 数据闭环运转经验(评测→归因→修复→验证,当天级); ● Eval体系设计:定义「什么算好」的标准与度量,而非只写测试用例; ● Token 成本优化(Context Length、Cached Token、轮次控制); ● 用AI工具快速搭原型,带demo开会; ● 餐饮、零售、本地生活等行业的商家端产品经验。 你可能有兴趣的职位 淘宝闪购-AI Agent 研发工程师-上海 上海 淘宝闪购-AI产品专家-销售产品 产品类-平台型 上海 淘宝闪购-零售算法工程专家-上海 上海 淘宝闪购-AI Agent应用开发专家-区域智能经营 杭州 淘宝闪购-高级物流AI应用算法专家-北京/上海 北京/上海 淘宝闪购-agent产品运营-供给大盘运营 运营-产品运营 杭州 招聘热线:4008505757拨1 关注我们 Powered by 上海拉扎斯信息科技有限公司