宁德时代
Agent Harness工程师
Agent Harness工程师
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai Coding
Llm
Multi-Agent Systems
Prompt Engineering
Software Engineering
System Design
值不值得投
77综合评分
综合评分 77
前沿AI技术栈、大厂平台背书、高成长潜力，但地理位置和生活节奏需权衡
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.5万
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 870 个在招 · 其中人工智能 22 个
市场机会
选择适中
宁德 · 人工智能 · 21 个在招
职位详情
关于这个职位
负责基于大语言模型的多智能体系统设计与开发，构建工具调用、记忆管理及多Agent协作等核心能力
深入探索AI Coding研发范式，将大模型能力融入软件全生命周期，推动AI技术在业务场景中的工程化落地与效能提升
最低要求
本科及以上学历，计算机、人工智能、软件工程等相关专业优先
具有3年及以上软件研发经验，具备企业级AI产品或智能办公系统研发经验者优先
具备扎实的AI Coding实践能力，熟悉Prompt Engineering、Context Engineering、Harness Engineering、Loop Engineering、SDD等技术与研发方法
至少精通Java或TypeScript中的一门编程语言，熟悉前后端开发技术体系，具备良好的软件工程基础
熟悉大模型及AI Agent核心技术，理解工具调用、上下文管理、记忆机制、多智能体协作及复杂任务编排等关键技术
对大模型、Agent及AI原生软件开发领域保持较高的技术敏感度
具备较强的自驱力、责任意识和问题解决能力
工作职责
多Agent系统研发：负责基于大语言模型的多智能体系统设计与开发，建设工具调用、记忆管理、多Agent协作、长任务编排等核心能力，持续提升智能体系统的执行效率、稳定性与任务完成质量
AI产品工程化落地：与产品、业务团队紧密协作，深入理解实际需求，参与从方案设计、技术开发到产品上线的完整流程，关注产品体验与用户反馈，持续优化AI能力在业务场景中的应用效果
AI原生研发实践：深入探索AI Coding及相关研发范式，将大模型能力融入需求分析、架构设计、编码实现、测试验证等软件研发环节，提升复杂项目的研发效率与工程质量
前沿技术研究与应用：持续关注大模型、Agent及AI软件工程领域的最新技术进展，开展技术验证与实践探索，推动优秀技术方案在实际项目中的应用与团队技术能力提升
AI 洞察
优缺点分析
优点
- 处于AI应用落地的最前沿，接触多智能体系统等前沿技术，技术成长空间大
- 依托宁德时代庞大的产业背景，有真实的复杂业务场景供AI技术落地和实践
- 公司平台稳定，行业地位领先，简历含金量高，有利于长期职业发展
- 强调AI Coding等新范式，有助于个人掌握未来主流的开发效率和模式
- 技术迭代极快，需要保持高强度的学习和自我驱动，否则容易落后
- 宁德地理位置相对一线城市偏远，生活配套和人才交流氛围可能稍弱
- 作为传统制造业巨头转型AI，内部流程和文化可能需要适应期
缺点 / 挑战
- AI应用落地往往面临不确定性，需平衡技术创新与业务稳定性，压力较大
- 适合对AI前沿技术充满热情、具备扎实后端开发功底、喜欢挑战新技术并能适应快速变化环境的工程师
角色解读
- 技术专家路线：成为AI Agent架构师或大模型应用领域的资深技术专家
- 技术管理路线：带领AI研发团队，负责更多大型AI项目的规划与实施
- 跨界融合路线：深入业务领域，成为懂技术又懂业务的复合型AI产品负责人
- 设计和开发基于大语言模型的多智能体（Multi-Agent）系统，处理复杂的任务编排和协作逻辑
- 将AI能力工程化落地，与产品团队协作，确保AI功能在实际业务场景中稳定运行并优化用户体验
- 探索和应用AI Coding新范式，利用大模型辅助甚至主导部分软件开发流程，提升研发效率
- 跟踪AI领域最新技术动态，进行技术预研和验证，推动团队技术栈升级
- 精通Java或TypeScript，具备扎实的后端/全栈开发能力和软件工程基础
- 深入理解LLM原理及AI Agent核心技术，如工具调用、记忆机制、上下文管理等
- 熟练掌握AI Coding相关方法论（如Prompt Engineering、SDD等），能高效利用AI工具提升开发效能
- 具备优秀的系统设计能力，能够处理高并发、高稳定性的分布式系统问题
申请策略
- 了解宁德时代的主营业务和数字化转型方向，思考AI如何赋能其产业链
- 准备一些关于AI Coding效率对比或Agent系统设计的深度技术问题回答
- 突出展示在大模型、AI Agent或多智能体系统方面的实际项目经验和成果
- 强调Java或TypeScript的全栈开发能力，以及在高并发、高可用系统设计上的经验
- 详细描述如何利用AI工具（如Copilot、Cursor等）提升开发效率的具体案例和数据
- 体现跨团队协作能力和业务理解力，展示如何将技术转化为业务价值
- 深入学习LangChain、AutoGen等主流Agent框架的原理和使用
- 强化Prompt Engineering和Context Engineering的最佳实践，提升与大模型交互的效果
面试指南
- STAR法则：清晰描述情境、任务、行动和结果，重点突出个人贡献和技术难点突破
- 技术深度：不仅讲“怎么做”，更要讲“为什么这么做”，展示对底层原理的理解
- 业务视角：将技术方案与业务价值挂钩，说明技术选型如何服务于业务目标
- 反思与展望：总结项目中的不足和改进空间，展现持续学习的态度
- 请介绍一个你参与过的最复杂的AI Agent或多智能体系统项目，你是如何解决协作和冲突问题的？
- 在AI Coding实践中，你遇到过哪些痛点？是如何通过Prompt Engineering或工具链优化解决的？
- 如何保证基于LLM的应用在生产环境中的稳定性和可解释性？
- 如果让你设计一个用于电池研发或制造流程优化的AI Agent系统，你会如何架构？
职位点评
薪资福利85
成长发展92
工作生活45
使命价值75
薪资福利
85较高
作为已上市的跨国巨头，宁德时代能提供具有市场竞争力的薪酬体系和完善的福利保障，满足求职者对稳定性和经济回报的核心诉求。
薪资信号市场水准 (2.5千–4.5万/月)
成长发展
92较高
职位聚焦于多智能体系统和AI Coding等前沿技术领域，提供了极高的技术成长空间和接触行业顶尖实践的机会，极大满足发展性动机。
技术前沿前沿/新兴技术
技术栈Multi-Agent、LLM、AI Coding、Prompt Engineering、Java、TypeScript
业务类型profit_center
工作生活
45较低
工作地点位于福建宁德，非一线城市，通勤和生活便利性一般；且AI研发岗位通常伴随较高的工作强度和快节奏，WLB信号未明确提及，整体生活化动机满足度中等偏下。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
75中等
虽然主要目标是商业落地，但AI技术在能源、制造等传统行业的深度应用，有助于推动产业升级和智能化变革，具有一定的社会价值和行业使命感。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs