【27校招】Agent开发工程师(J14436)
研发 Agent 的规划、上下文、记忆、工具调用和多轮交互能力,建设评测与可观测体系并推动业务落地。
Not signed in
Sign in / request accessSELECTED COMPANIES · AI CAREERS
Meet the companies, then explore the work. Use products, responsibilities and traceable evidence to decide what deserves a closer look.
Build applications, agents and model infrastructure
Shape use cases, experiences and AI products
Bring AI into real customer workflows
Build, train and evaluate AI models and algorithms
Build AI training, evaluation and data quality systems
Grow AI product adoption, feedback and operations
Unique companies / teams; unknown types remain visible. These are company types, not funding rounds. See company details for funding evidence.
Companies may span several tracks.
This directory lists opportunities from external company sites. View platform-selected jobs →
研发 Agent 的规划、上下文、记忆、工具调用和多轮交互能力,建设评测与可观测体系并推动业务落地。
研发大模型高性能 Kernel,结合硬件架构优化关键算子,并实现计算与通信融合。
参与 AI 产品需求调研和功能设计,推动对话、工作流、Agent 等能力从需求定义、模型接入到上线迭代。
建设启信宝基础与数据服务,将 AI 能力落地到数据服务和技术支撑场景,并优化准确性、稳定性和工程复用。
在扫描全能王创新业务中开发 AI 应用,结合大模型、视觉和语音能力完成设计、效果优化及上线迭代。
规划和落地 AI 办公平台,设计办公场景的 AI Native 产品,并用真实使用反馈持续评估和迭代。
设计 AI 面试产品的内容和评估方案,参与训练数据优化,推动企业客户场景的产品应用。
参与启信宝 AI 产品创新与商业化,建设 Harness、数据与评估体系,通过测试和反馈优化产品效果。
将大模型用于人才测评产品设计,优化内容呈现、结果解读和使用体验,并参与测评产品研发与场景应用。
规划视频、图像、音频或 3D 算法产品,定义效果和能力边界,推动业务接入并根据用户反馈迭代。
承担前后端全栈开发及端到端交付,并参与 AI Agent 大客户项目开发,要求能用 AI 工具开展工程验证。
可在具有企业Agent产品与商业服务场景的团队参与实际产品开发、质量迭代或AI创作产品闭环。
工程职责直接针对大模型推理服务基础设施与性能/成本/可靠性指标,适合区分模型Infra方向。
开发启信宝核心 AI 功能及后端服务,参与 AI 质量保障、平台组件沉淀与业务迭代。
负责 AI 测评产品与团队,结合人才识别、评价和招聘决策场景,把大模型和 Agent 能力推进到产品上线迭代。
研发面向隐私评估、数据合规与 IT 审计的 Agent,将专家经验沉淀为可复用能力,并持续测评迭代。
开发 LLM Agent 产品与平台,集成模型 API、任务规划、多模态和插件能力,支持 Web 与移动端应用。
建设大模型预训练工程底座,参与千卡、万卡集群的分布式训练框架设计与性能优化。
不是泛后端岗位:主要工作对象是内部Agent/自动化产品,连接实际研发生命周期工具,并追踪采纳率和持续优化。
使用内部 Agent 平台搭建和调优办公工作流,参与 AI 办公产品从需求到上线验证的全过程。
Ask your Agent to connect the role with your experience, goals, skill gaps and open questions.