Agent后端研发工程师（J103882）

优缺点分析

角色解读

• 技术纵深：从Agent攻城狮成长为Agent Infra专家，深入LLM推理优化、分布式系统架构
• 横向拓展：可转向AI产品架构师或技术Leader，负责更大规模的智能体系统设计
• 行业前景：Agent是AI前沿热点，经验可迁移至各类大模型应用公司，职业天花板高
• 负责下一代AI Agent（DuMate）的云上基础设施开发，包括推理链路、Agent网关、数据闭环等核心模块
• 参与Agent Infra和Agent Harness的调研与落地，从需求分析到系统设计、开发、测试及运维全流程
• 与客户端、策略、产品团队紧密协作，确保系统高可用、高性能，并持续优化用户体验
• 精通Go语言，具备多语言（如Python）和快速学习新框架的能力
• 扎实的计算机基础（操作系统、网络、数据库、设计模式），能独立完成模块设计与开发
• 了解大模型与Agent智能体技术，熟悉Dify、OpenCLAW等前沿框架者优先
• 良好的沟通与团队协作能力，能高效跨团队推进项目

申请策略

• 了解百度智能体产品（如文心一言插件、百度App Agent），在面试中结合产品思考
• 面试时主动沟通对Agent未来方向的见解，展现技术热情和前瞻性
• 突出Go语言项目经验，尤其是高并发、分布式系统相关案例
• 强调AI相关经历：如LLM调用、Agent框架使用（Dify等）、模型推理优化
• 展示独立负责或核心参与的系统设计文档，体现架构能力
• 如有开源贡献或技术博客，可附加链接，展现学习热情
• 深入学习Go并发模型与性能优化，了解常用分布式组件（Redis、Kafka、gRPC）
• 动手实践一个简单的Agent项目，例如基于开源框架搭建对话机器人，理解推理链路

面试指南

• 先拆解问题核心，从系统设计、技术选型、边界条件三个层次回答
• 结合具体案例展示解决问题的思路，避免纯理论
• 关注可扩展性、容错性、可观测性，体现工程思维
• Go的Goroutine调度机制和内存模型是怎样的？如何避免内存泄漏？
• 设计一个高可用Agent网关，需要考虑哪些因素？
• 大模型推理的延迟瓶颈有哪些？如何优化？
• 如何保证数据闭环系统中数据的一致性和时效性？
• 你如何理解Agent Harness？请谈谈你的技术选型思路