Job description
亮点 / Highlights: 1、稀缺工程场景：金融 Agent 生产化是行业最复杂的落地场景之一（合规约束 + 多轮交互 + 高可靠性要求），在此场景积累的 Agent 工程经验具有极高竞争壁垒
2、系统级 Owner：从 0 到 1 主导 Agent 工程基础设施建设，直接影响催收回款率、客诉率等核心业务指标，不是做外围工具，是做核心系统
3、资源与工具：公司提供 SOTA AI 工具，丰富的模型及算力支持；完整的美团基础设施，工程实现有充足平台支撑
4、成长通道：与算法、产品团队深度协同，在 AI 技术快速演进期同步建立工程积累，成长为既懂 LLM 原理又懂生产工程的复合型专家
岗位职责 / Duties: 1、负责金融业务 Agent 系统（催收/电销/客服）的工程架构设计与落地，涵盖多 Agent 编排框架、工具层、记忆层和评测体系的全栈设计
2、实施 Harness Engineering 最佳实践，解决长运行 Agent 的上下文管理、Token Budget 优化和多会话状态一致性等问题
3、构建 Agent 生产可观测性体系，设计容错机制和降级策略，负责线上 Agent 系统的稳定性保障与故障快速定位
4、与算法、产品、运营团队协作，将业务需求转化为工程实现，持续优化 Agent 在金融场景的落地效果
任职要求 / Requirements: AI 能力要求： 1、本科及以上学历，3 年以上后端工程经验，其中 1 年以上 LLM 应用开发或 AI Agent 工程实践
2、深度理解大模型工作原理（Prompt 工程、Function Calling、RAG、Fine-tuning），具备 Agent 系统工程化落地经验者强烈优先
3、熟悉主流 Agent 框架（LangChain、Openclaw、AutoGen 或类似框架）及 MCP 协议，有生产级多 Agent 系统设计或维护经验者优先
4、了解 Harness Engineering 核心实践（分层记忆、动态上下文裁剪、Token Budget 管理），有实际工程实现经验者优先
专业经验：
1、扎实的后端工程基础：熟练掌握 Java 或 Python（双栈更佳），理解分布式系统设计、消息队列、服务治理
2、有 AI Agent 建设经验（Agent设计、Agent Team 搭建、Agent模型分析、上下文设计等）及AI Coding 的完整落地实践
3、理解金融/催收/电销等业务场景者优先，熟悉高合规业务下的 AI 落地约束
核心能力：
1、系统化思维：能以架构师视角设计 Agent 系统，平衡可靠性、可扩展性与业务交付速度
2、端到端 Owner：从技术设计到线上稳定性全程负责，具备强问题定位与故障处理能力
3、跨团队协作：能在算法、产品、运营多方协作中推动 Agent 工程能力落地
软性素质：
1、对 AI 工程前沿保持强烈热情与好奇心，能快速将前沿工程实践迁移到业务场景