Agent Harness 开发工程师

优缺点分析

角色解读

• 从服务端开发工程师起步，逐步深入大模型基础设施领域，成为Agent Harness 方向的专家
• 可向技术专家或技术管理方向发展，负责更核心的架构设计与团队指导
• 在小米内部可横向拓展至其他AI相关岗位，如算法工程、平台架构等
• 参与小爱服务端核心系统的研发与维护，支持多业务场景，提升系统迭代效率、稳定性和性能
• 参与下一代小爱服务端架构升级，设计并建设面向大模型、多模态模型及Agent的Harness能力，支撑算法流程的快速编排与灰度验证
• 参与高并发、低延迟、稳定性、可观测性等关键技术问题攻关，持续优化系统能力
• 熟练掌握至少一门后端编程语言（Java/Rust/C++/C#/Golang）
• 掌握常用数据结构与算法，了解设计模式，具备良好的代码设计与工程实践能力
• 了解分布式系统基础，熟悉缓存、消息队列、数据库、分布式存储或计算框架中的一种或多种
• 对大模型、Agent、多模态等方向有兴趣或相关项目经历者优先

申请策略

• 了解小米小爱同学的产品和技术方向，在面试中展现对业务的理解
• 关注小米招聘动态，提前准备笔试和面试，可寻找内推机会
• 突出后端开发项目经验，尤其是涉及高并发、分布式系统的项目
• 展示对大模型、Agent、多模态等方向的理解或项目经历，如模型推理优化、Agent框架使用
• 强调编程语言掌握程度，如Java/Golang的深入使用，以及数据结构与算法的扎实功底
• 体现学习能力和主动性，如开源项目贡献、技术博客等
• 深入学习分布式系统原理，如缓存、消息队列、分布式存储等
• 了解大模型推理框架（如vLLM、TensorRT-LLM）和Agent框架（如LangChain、AutoGen）

面试指南

• STAR法则：描述项目背景、任务、行动和结果，突出技术难点和解决方案
• 技术深度与广度结合：先阐述原理，再结合实践案例，展示思考过程
• 对新技术保持热情：表达对大模型、Agent的兴趣，并说明如何学习或应用
• 请介绍一个你参与的高并发或分布式系统项目，你如何设计架构？
• 你对大模型和Agent技术有什么了解？如何设计一个Agent Harness？
• 如何保证系统的高可用和低延迟？请举例说明
• 你熟悉哪些分布式组件？请谈谈消息队列和缓存的使用场景
• 为什么选择小米？你对小爱服务端的发展有何看法？