【2027校招】点点 Agent研发工程师

优缺点分析

角色解读

• 技术深度路径：在Agent架构、大模型训练或评测等某一领域成为技术专家或架构师
• 技术广度路径：从单一模块研发扩展到负责更完整的AI产品技术线，成为高级工程师或技术负责人
• 前沿探索路径：持续跟踪并应用最新AI技术，成为推动产品创新的核心技术力量
• 设计和实现点点AI Agent的核心系统架构，处理任务拆解、多轮对话和工具调用等复杂逻辑
• 参与优化支撑Agent的大语言模型能力，包括提升模型的推理规划和指令遵循能力
• 探索和开发生成式UI，让AI能根据情境动态生成用户界面和交互流程
• 构建和维护完整的AI系统评测体系，通过测试数据和线上反馈来驱动产品和技术迭代
• 扎实的编程功底（至少精通Python/C++/Java等一门语言）和计算机系统基础
• 深入理解大语言模型（如Transformer架构）和Agent系统的原理与实现
• 拥有完整的AI/Agent项目经验，能独立负责从模型开发到系统上线的全流程
• 具备快速学习和研究新技术的能力，能对Agent、多模态等前沿方向做出判断

申请策略

• 深入研究小红书的「点点」产品及其技术博客，了解其技术理念和面临的挑战，在面试中展示你的思考
• 准备一个能清晰阐述的技术项目，使用STAR法则（情境、任务、行动、结果）来组织描述
• 详细描述1-2个与Agent、大模型或复杂系统相关的个人项目或实习经历，突出技术选型、架构设计和取得的量化效果
• 如果参与过相关领域的学术论文发表或编程竞赛，应清晰列出并说明贡献
• 强调对所需技术栈（如Python、特定AI框架、评测方法等）的熟练掌握和实践经验
• 在自我评价或项目经历中体现快速学习能力、独立研究能力和团队协作精神
• 系统复习和实践大语言模型原理、Prompt Engineering、RAG、Agent设计模式等核心知识
• 通过开源项目或Kaggle竞赛，动手构建一个小型的端到端Agent系统，积累全链路经验

面试指南

• 对于项目问题，使用STAR法则结构化回答，重点突出个人技术决策、深度思考和最终量化成果
• 对于系统设计问题，展现清晰的思维框架：先明确目标与约束，再拆解核心模块，然后讨论技术选型（如用什么模型、如何做状态管理），最后考虑评测与迭代
• 对于开放性技术问题，结合JD中提到的方向（如Tool Use、RAG、评测）来组织观点，体现对技术原理和边界的理解
• 请介绍你最有挑战的一个Agent或大模型项目，你在其中的角色、技术方案选择以及遇到的困难如何解决
• 如果你负责设计点点Agent的一个新模块（如长期记忆或异常恢复），你会如何进行技术方案设计？
• 在多工具协同调用失败时，Agent应如何恢复和优化？请阐述你的思考
• 你如何理解生成式UI？它在Agent交互中可能解决什么问题，面临哪些技术挑战？
• 你未来3-5年的职业规划是什么？为什么选择Agent方向作为你的发展重点？