Harness工程专家（旅游智能助手）(MJ035172)

优缺点分析

角色解读

• 在旅游领域深耕大模型工程，成为行业顶尖的AI工程专家
• 向技术管理方向发展，带领团队构建更复杂的智能助手体系
• 可横向拓展到其他垂直领域的AI应用，或转向LLMOps平台建设
• 设计并实现旅游智能助手的Agent架构，包括工具调用、任务拆解和多轮规划，让AI能自动处理行程规划等复杂任务
• 优化大模型在线上高并发场景下的推理性能，通过量化压缩、显存调优等手段降低延迟和成本
• 搭建自动化Harness评测体系，构建场景化数据集和量化指标，持续评估和提升模型效果
• 精通大模型Agent架构、技能编排与工具调用体系，熟悉Harness工程体系
• 具备扎实的工程落地能力，能快速搭建Demo并推动方案从验证到上线
• 掌握大模型推理加速、量化压缩等性能优化技术
• 良好的英文读写能力，能跟进前沿技术

申请策略

• 面试前深入了解携程“问道”产品，思考其智能助手如何提升用户体验
• 准备一个自己主导的AI工程案例，详细说明技术选型、优化过程和业务效果
• 突出大模型工程化项目经验，尤其是Agent架构设计或推理优化经历
• 强调Harness评测体系搭建或LLMOps相关实践
• 如有开源项目贡献或顶会论文，务必提及
• 体现产品思维和端到端落地能力，如Demo搭建、灰度上线等
• 深入学习主流Agent框架如LangChain、AutoGPT，以及推理优化工具如vLLM、TensorRT
• 补充旅游领域知识，了解行程规划、出行咨询等业务场景

面试指南

• 对于架构类问题，先说明整体设计原则，再分模块介绍核心组件（如规划器、执行器、记忆模块），最后结合具体案例展示效果
• 对于优化类问题，先诊断瓶颈（如显存、计算、I/O），再列举采用的优化手段（如量化、FlashAttention、KV cache），并说明收益
• 对于开放性问题，结合行业趋势和自己的实践经验，提出有见地的观点，避免空泛
• 请描述你设计过的Agent架构，如何实现工具调用和任务拆解？
• 在大模型推理优化方面，你用过哪些技术？如何平衡延迟和成本？
• 如何构建一个自动化评测体系？你会选择哪些指标和数据集？
• 如果一个旅游智能助手在线上出现高延迟，你会如何排查和解决？
• 你如何看待当前大模型Agent的局限性？未来可能的改进方向？