三六零
27秋招-Agent智能体开发工程师（北京）-5386(J12456)
27秋招-Agent智能体开发工程师（北京）-5386(J12456)
发布于 17 分钟前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai智能体
Json
Mcp协议
Rag
Yaml
向量数据库
值不值得投
78综合评分
综合评分 78
前沿技术栈、校招门槛高、成长空间大
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
20K
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 120 个在招 · 其中人工智能 2 个
市场机会
选择面较广
北京 · 人工智能 · 约 390 个在招
职位详情
关于这个职位
本岗位为校园招聘，负责企业级AI智能体的架构设计、开发与优化
工作涵盖智能体搭建、MCP协议服务开发、Skill插件封装、大模型应用工程化落地以及全链路测试调优，旨在解决实际业务场景中的问答、检索和自动化执行痛点，是构建核心AI能力的关键技术岗位
最低要求
硬性要求：本科及以上学历，计算机、人工智能、软件工程等相关专业，1-3年AI应用、大模型智能体开发经验
熟练使用Python，熟悉FastAPI等后端开发框架，具备接口开发、服务封装能力，编码规范、具备工程化思维
核心能力要求：精通AI智能体搭建流程，有真实MCP协议、Skill插件开发落地经验，熟悉MCP服务通信机制、Skill模块化封装逻辑
熟悉主流智能体开发框架，如Dify、LangChain、LangGraph、n8n等，熟练掌握Function Calling、工具编排、提示词工程
熟悉JSON/YAML/Schema规范，具备接口定义、数据结构设计、参数配置能力，能够独立完成插件开发与服务对接
工作职责
智能体搭建与开发：负责企业级AI智能体架构设计、流程编排、链路调试，独立完成多类型业务智能体搭建、迭代优化，包含规划、记忆、工具调用、多轮对话等核心能力开发，保障智能体稳定性、逻辑性与业务适配性
MCP协议服务开发：负责MCP Server协议对接、开发、封装与适配，完成MCP接口规范定义、数据通信调试、跨服务联动，打通大模型与各类业务工具、第三方系统的通信链路，优化协议调用性能与兼容性
Skill插件开发封装：承担AI Skill工具插件开发、自定义技能封装、通用能力沉淀，包含函数编排、参数校验、能力模块化封装，适配智能体一键调用，沉淀可复用的标准化Skill工具库
大模型应用工程落地：基于LLM进行Prompt工程优化、Function Calling配置、工具链编排，结合RAG、向量数据库完成知识库对接，解决智能体问答、检索、自动化执行等业务场景痛点
联调优化与问题排查：负责智能体全链路测试、性能调优、异常排查，优化智能体响应速度、准确率、上下文连贯性，持续优化MCP通信稳定性、Skill插件兼容性
技术文档与能力沉淀：编写MCP协议、Skill插件、智能体搭建规范文档，梳理开发流程，沉淀通用组件、模板，支撑团队快速复用开发
AI 洞察
优缺点分析
优点
- 技术前沿：直接参与大模型与智能体这一AI最前沿领域的应用开发，技术成长性强
- 项目含金量高：负责从协议到插件的全链路开发，能快速积累完整的系统级项目经验
- 公司平台：在大型科技公司内，有机会接触海量业务场景和技术资源
- 技术栈新且要求高：需要同时掌握AI、后端、协议通信等多方面知识，学习曲线较陡
- 适合对AI应用开发有强烈兴趣、具备一定项目实战经验（如实习或个人项目）、并且追求技术深度与广度同步成长的应届毕业生
缺点 / 挑战
- 要求全面：不仅需要理论知识，更强调真实的落地经验和工程化能力，对校招同学挑战较大
角色解读
- 技术专家路线：深耕AI智能体架构、大模型应用工程化，成为该领域的资深专家
- 技术负责人路线：带领小团队负责复杂智能体系统的设计、开发与落地
- 产品化路线：向AI产品经理或解决方案架构师方向发展，专注于AI产品的设计与商业化
- 设计和开发企业级AI智能体，搭建从规划到对话的完整功能模块
- 负责大模型与业务系统之间的通信桥梁（MCP协议）开发与封装
- 开发、封装可复用的AI技能插件（Skill），构建标准化工具库
- 应用RAG、向量数据库等技术解决知识问答、自动化执行等业务问题
- 熟练的Python编程能力和后端框架（如FastAPI）应用经验
- 对AI智能体架构、MCP协议、Skill封装有深入理解和实践经验
- 精通LangChain等主流框架，能进行Function Calling和提示词工程
- 熟悉数据结构（JSON/YAML）和接口设计，具备优秀的工程化思维
申请策略
- 在求职信或面试中，可以具体阐述你对MCP协议、Skill插件化等概念的理解和思考
- 关注三六零在AI安全、企业安全领域的动态，思考如何将AI智能体技术与公司核心业务结合
- 重点突出任何与AI智能体、大模型应用相关的项目或实习经历，描述具体的技术实现和成果
- 清晰展示对Python、FastAPI、LangChain等技术栈的掌握程度和使用场景
- 强调解决复杂技术问题的能力，如性能优化、架构设计、问题排查的经历
- 系统学习和实践LangChain/LangGraph框架，尝试搭建一个完整的智能体Demo
- 深入理解MCP协议规范，可尝试阅读官方文档或开发简单的Server/Client
- 补充云原生（如Docker）、数据库（向量数据库）等相关知识
面试指南
- 使用STAR法则（情境、任务、行动、结果）来结构化地讲述项目经验
- 对于概念性问题，先给出核心定义，再结合具体例子说明其应用和价值
- 对于问题排查类问题，展现你系统性的思考方式（如从数据、模型、工程链路分层分析）
- 请详细描述一个你参与开发的AI智能体或大模型应用项目，你在其中的角色和使用了哪些核心技术？
- 你对MCP（Model-Context-Protocol）协议的理解是什么？它在大模型应用中解决了什么问题？
- 如何设计一个可扩展、易复用的AI Skill插件？请从技术架构和接口定义的角度阐述
- 当智能体在实际业务中出现回答不准确或响应慢的问题时，你会从哪些方面进行排查和优化？
- 请解释一下RAG（检索增强生成）的工作原理，以及在实现过程中需要注意哪些关键点？
职位点评
薪资福利75
成长发展90
工作生活60
使命价值80
薪资福利
75中等
作为上市公司校招岗位，薪资处于市场中上水平，福利体系相对完善，能为应届生提供较好的初始保障。
薪资信号市场水准 (15K-25K/月)
福利待遇五险一金、年终奖
成长发展
90较高
岗位直接面向AI智能体这一前沿技术领域，要求掌握最新的框架和工程化能力，成长空间巨大。
技术前沿前沿/新兴技术
技术栈AI智能体、MCP协议、LangChain、Function Calling、RAG、向量数据库
成长机会沉淀可复用的标准化Skill工具库、支撑团队快速复用开发
业务类型profit_center
工作生活
60中等
JD未明确说明办公模式和工作强度，通常研发岗位现场办公，加班情况需进一步了解。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
岗位聚焦于AI技术的实际业务落地，致力于解决具体问题，具有明确的创新和价值创造属性。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
三六零 的其他在招职位
相似职位推荐
Watch Jobs