Dmall logo
多点数智
AI Harness Engineer

AI Harness Engineer

发布于 大约 17 小时前

普通员工/个人贡献者

成都市 / 武汉市
高级经验
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
分布式系统
RAG
CI/CD
提示工程
TDD
CoT
Claude Code
Opencode
Eval Pipeline

AI 估算 · 20k–40k

AI领域高级工程师,5年以上经验,市场稀缺,薪资竞争力强。

职位详情

关于这个职位

作为AI Harness工程师,你将负责设计Agent架构和评估体系,构建多Agent协作框架,推动生产级落地

需要5年以上开发经验,深度使用AI工具编码,掌握TDD和Agent评估方法
这是一个前沿的AI工程岗位,适合技术热情高、善于利用工具提升效率的开发人员

最低要求

年以上软件开发经验,熟悉主流 CI/CD 流程与工程实践

以指挥 AI 生成代码与交付物为核心工作模式,熟练驾驭 AI 编程工具(如 Claude Code、Opencode 或 Gemini CLI),不手动编码,善用AI工具最大化交付效率
具备 Spec-Driven Design 与 Test-Driven Development(TDD)的实战经验
掌握 Agent 评估方法论,具备 Eval Pipeline 的端到端设计与落地能力
具备分布式系统与后端架构的设计与实施能力
熟悉主流提示工程模式(CoT、ReAct)及 RAG 架构设计

工作职责

设计并实现 Agent Harness 架构(含编排、记忆管理、工具调用及重试/回滚机制)

构建 Agent 评估体系(涵盖离线评测、线上监控与全链路追踪)
设计多 Agent 协作框架(规划器 / 生成器 / 评估器的职责划分与任务交接)
将 Harness 推进至生产级落地(包括部署、运维与持续迭代)
制定 Guardrails 规范(结构化输出约束、沙箱隔离与规则校验)

AI 洞察

优缺点分析

优点

  • 前沿AI领域,技术栈新,学习机会多
  • 大型企业平台,资源充足,项目影响力大
  • 核心架构设计工作,参与度深,成长快
  • 对AI工具依赖度高,需持续学习最新工具
  • 架构设计复杂,需融合分布式、后端、AI多领域知识
  • 适合有丰富后端经验、热爱AI、善于利用工具提升效率的工程师,愿意投入时间钻研前沿技术

缺点 / 挑战

  • 项目可能面临快速迭代压力,需要适应快节奏

角色解读

  • 成为Agent系统架构专家,深入AI基础设施领域
  • 向AI平台架构师或技术Leader方向发展,领导团队
  • 积累多Agent协作和大规模系统设计经验,拓展至AI Infra全栈
  • 设计Agent Harness架构,包括编排、记忆管理和工具调用,确保系统健壮性
  • 构建Agent评估体系,实现离线评测和线上监控,覆盖全链路追踪
  • 设计多Agent协作框架,明确规划器、生成器、评估器的职责划分与任务交接
  • 推动系统生产级落地,参与部署、运维与持续迭代
  • 精通AI编程工具如Claude Code、Opencode,能指挥AI高效生成代码
  • 扎实的分布式系统和后端架构设计能力,熟悉CI/CD流程
  • 掌握Spec-Driven Design和TDD方法,具备规范驱动开发经验
  • 熟悉提示工程(CoT、ReAct)和RAG架构,理解Agent评估方法论

申请策略

  • 准备一个演示,展示如何利用AI工具快速开发一个功能或解决问题
  • 了解多点数智在零售AI方面的业务,思考如何将自身经验和公司方向结合
  • 突出使用AI编程工具的案例和量化成果,如通过Claude Code缩短开发周期
  • 展示分布式系统和后端架构设计经验,尤其是高可用、可扩展项目
  • 强调TDD和Spec-Driven Design的实践经历,体现工程化思维
  • 如有Agent或自动化相关项目经验,务必详细描述
  • 熟悉主流的AI编程工具(Claude Code、Opencode、Gemini CLI),动手尝试
  • 学习提示工程和Agent框架(如LangChain、AutoGPT),加深理解

面试指南

  • 先明确需求场景,再分层设计架构,重点讲容错、可观测性和扩展性
  • 用具体案例来说明,强调工具选择和调优经验
  • 从离线指标和在线监控两个维度展开,覆盖准确率、延迟、资源消耗等
  • 如何设计一个可靠且可扩展的Agent Harness?
  • 描述你使用AI工具生成代码的典型工作流程
  • 如何评估Agent的性能?设计一个Eval Pipeline
  • 多Agent协作时如何解决冲突?请举例说明
  • 如何处理Agent的重试和回滚机制?

匹配度报告

70
综合匹配度

AI前沿技术岗,成长性强,薪资面议,WLB信息不明。

适合人群
适合追求技术前沿、愿意接受挑战的工程师,对WLB要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展85
工作生活50
使命价值75

薪资福利匹配

70中等

薪资未在JD中明确,但大型企业通常有竞争力,具体需面议,补偿性动机满足程度中等。

薪资信号未披露(AI估算:20K-40K/月)

成长发展匹配

85较高

前沿AI技术栈,深度参与核心系统设计,技术成长空间大,发展性动机满足程度高。

技术前沿前沿/新兴技术
技术栈Agent Harness、CI/CD、Claude Code、Opencode、Spec-Driven Design、TDD、Eval Pipeline、分布式系统、提示工程、CoT、ReAct、RAG
业务类型ambiguous

工作生活匹配

50较低

工作地点在成都和武汉,但未提及弹性工作或WLB信息,需现场办公,生活化动机满足程度偏低。

工作模式仅现场办公
办公地点未明确
加班情况未提及(无法判断)

使命价值匹配

75中等

AI是高速增长领域,公司处于零售AI创新,但社会影响力中性,意义感动机满足程度中等偏上。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs