小米
顶尖应届-AI harness工程师-汽车架构
官网发布时间：
职位描述
1. 参与 AI Agent 的设计、开发与调试，负责 Agent 规划、工具调用、状态管理、记忆链路等核心能力落地，独立完成简单 Agent 应用开发与迭代； 2. 负责 RAG 知识库系统开发，包含文档解析、文本切分、向量化、向量库检索、召回重排、答案生成链路开发，优化检索准确率与问答效果； 3. 参与 MCP、Skill 工具能力的开发、注册与编排，实现大模型可调用的自定义技能，完成技能入参校验、结果封装、异常兜底、权限控制； 4. 参与垂域模型微调的数据构建、指令设计、训练执行与效果评测，结合业务场景完成 SFT/LoRA 等微调迭代，并对 Bad Case 进行归因优化。 5. 配合团队完成 Prompt 优化、链路可观测埋点、调试排障，持续优化 Agent+RAG+Skill/MCP 整体链路稳定性与响应效果； 6. 参与技术文档编写、Demo 验证、单元自测，跟进 AI 应用需求评审、方案讨论，沉淀 Agent、RAG、MCP 相关开发规范； 7. 跟进大模型生态新技术，调研多 Agent 编排、长期记忆、检索增强等前沿方案，赋能业务场景落地。
任职要求
1. 本科及以上学历，计算机、软件工程、人工智能等相关专业，2026 届及以后应届毕业生； 2. 扎实的编程基础，熟练掌握至少一门后端语言（Java / Python 优先），熟悉基础数据结构、网络、数据库； 3. 有真实 Agent 开发项目经验：理解 Agent 工作流、Function Calling、工具调度、思考 - 行动循环，有可演示项目 / 仓库优先； 4. 有 RAG 开发落地经验：了解文档加载、分块、Embedding、向量数据库、召回策略，做过问答类 RAG 应用； 5. 有 MCP / Skill（模型技能）开发经验：熟悉技能封装、协议对接、注册发现、大模型工具调用规范，独立开发过自定义 Skill/MCP 服务优先； 6. 了解 LLM 基础概念，熟悉至少一个大模型开发框架（LangChain、LlamaIndex、Spring AI、Spring AI Alibaba 等）。 7. 了解大模型微调基本流程，熟悉 SFT、LoRA、QLoRA、Prompt/指令构造、数据增强等常用方法，有 HuggingFace、PEFT、LLaMA-Factory、XTune