千问事业部-MOS 实验室-Agent Harness专家-北京/杭州/广州

优缺点分析

角色解读

• 在AI Agent领域深耕，从工程实现向Agent架构设计、技术专家方向发展，成为Agent Harness领域的权威
• 依托阿里巴巴千问大模型平台，有机会参与前沿技术研究，向技术管理或技术专家双通道发展
• 随着AI Agent在业务中的深入应用，可向AI产品化、技术商业化等方向拓展，成为复合型人才
• 负责构建和优化Agent的全链路工程实现，包括上下文工程、长时记忆管理和复杂任务流编排，确保Agent在真实业务场景中高效运行
• 深入理解搜索、推荐或垂直场景业务需求，通过高阶Prompt Engineering和策略逻辑解决Agent的指令遵循、幻觉控制等核心问题
• 建设并维护Agent运行的基础设施，如Docker容器环境、浏览器操控工具等，确保Agent在安全、可控的环境中执行任务
• 建立Agent效果评测体系，进行端到端的归因分析与算法迭代，持续提升Agent的性能和交付质量
• 精通Prompt Engineering、上下文工程和RAG技术，能熟练运用大模型能力解决实际业务问题
• 具备扎实的工程功底，熟悉Docker容器化、自动化控制（如Playwright）等底层技术，能构建稳定的工具调用环境
• 在搜索、广告、推荐等大型互联网业务上有深厚的工程与算法积累，具备Python/Java/C++/Go至少一种语言的扎实能力
• 对Agent框架底层机制有深入理解，具备安全执行沙箱、资源调度等方面的实践经验

申请策略

• 在申请时明确自己的优势类型（A/B/C），并针对性地准备项目案例，展示与岗位的匹配度
• 关注阿里巴巴千问大模型的最新动态和技术博客，了解团队的技术方向，在面试中展现对业务的思考
• 突出在Agent、大模型应用、Prompt Engineering、RAG等方向的项目经验，尤其是实际业务落地的案例
• 强调在Docker、容器化、自动化控制等底层技术上的实践经验，展示工程实现能力
• 如果有搜索、广告、推荐等大型互联网业务的工程或算法经验，务必重点突出，这是岗位看重的核心能力之一
• 展示对Agent技术趋势的理解和思考，体现技术热情和转型意愿
• 系统学习Agent框架底层机制，如LangChain、AutoGPT等，并动手实践Docker容器化部署
• 深入研究Prompt Engineering和上下文工程，掌握RAG的多种实现方式，并尝试在具体场景中应用

面试指南

• 回答项目经验时，采用STAR法则，突出技术难点、解决方案和最终效果，并强调你的个人贡献
• 回答技术设计类问题时，先明确问题边界，再给出方案，并说明设计权衡和备选方案，体现系统思考能力
• 回答趋势类问题时，结合行业动态和你的实践经验，展现你对技术方向的理解和判断
• 请详细描述你过去负责的一个Agent项目，包括架构设计、技术选型、遇到的挑战及解决方案
• 如何设计一个高鲁棒性的Agent交互逻辑，以应对复杂的业务场景？
• 在构建Agent运行环境时，如何确保安全性和性能？请谈谈你的实践经验
• 如何评估Agent的效果？你会设计哪些指标？如何做端到端的归因分析？
• 你对Agent技术未来的发展趋势有何看法？