Agent工程师

优缺点分析

角色解读

• 从基础的数据处理和模型验证做起，积累工业AI场景的落地经验
• 通过团队培养安排，逐步深入AI Agent等前沿技术，成长为独立的AI应用研发工程师
• 负责AI相关的数据处理、模型效果验证和技术文档梳理，保障研发流程的规范性
• 配合团队完成技术研发与项目交付，确保AI模型在实际业务中的落地效果
• 参与阶段性学习任务与技术实践，逐步承担更核心的AI应用研发工作
• 熟练掌握Python编程，并熟悉Linux开发环境下的日常操作与调试
• 具备较强的逻辑思维与问题拆解能力，能够独立排查数据处理或模型验证中的异常
• 拥有良好的团队协作与沟通能力，能够高效配合团队完成项目交付

申请策略

• 提前了解格创东智在工业互联网和智能制造领域的业务布局，面试时可结合工业AI场景表达自己的理解与热情
• 突出Python编程能力和Linux环境使用经验，展示扎实的技术基本功
• 展示过往在数据处理、模型训练或验证相关的项目经历，体现动手能力
• 强调自己的逻辑思维能力和快速学习新技术的意愿，契合岗位的培养需求
• 深入学习大模型（LLM）或Agent相关的开发框架（如LangChain、AutoGen等）
• 提升数据清洗、特征工程等数据处理技能，熟悉Pandas、NumPy等常用库

面试指南

• 采用STAR法则回答项目经验，突出自己在数据处理和模型验证中的具体贡献和解决问题的思路
• 对于技术或场景问题，先阐述基本原理，再结合实际应用场景（如工业质检、排产优化）给出解决方案
• 请介绍一下你使用Python进行数据处理或模型验证的项目经验
• 在Linux环境下开发时，你常用哪些工具或命令来排查问题？
• 如果模型效果验证不达预期，你会如何拆解问题并寻找原因？
• 你对AI Agent技术有什么了解？认为它在工业场景中可以解决什么问题？
• 复习Python核心语法及常用数据处理库，准备1-2个自己独立解决技术难题的案例
• 了解Agent的基本概念及主流框架，思考其在实际业务中的落地可能性