1.基于主流大模型 API，设计并实现具备自主规划、工具调用及多推理能力的智能体（Agent），完成复杂任务的自动化执行； 2.构建检索增强生成（RAG）系统，优化向量数据库索引策略，解决大模型幻觉问题，提升垂直领域问答的准确率与上下文理解能力； 3.研发或集成 AI 编程助手，编写自动化脚本（Python/Shell），打通业务系统与 AI 模型的接口，实现代码生成、测试用例自动构造等场景的工程化落地； 4.跟踪 LLM 前沿技术（如 SFT、RLHF、Multi-Agent 协作），在创业公司快节奏下快速验证新技术可行性，推动产品从原型到生产环境的持续迭代； 5.参与社区开源项目，将内部工程实践转化为高质量技术文档或开源代码，提升团队技术影响力。

硬性门槛： 1.院校偏好优先“清北”、“C9"联盟高校，重点覆盖北航、华科、北邮、电子科大、西电、国防科大等计算机强校；专业需为计算机科学、软件工程、人工智能、智能科学、电子信息（偏计算机方向）、网络安全/息安全、数据科学、自动化（偏智能/控制方向）；非目标院校候选人需在简历中展示极强的项目落地能力、高水平开源贡献或顶会论文； 2.人群定位为优秀应届毕业生（含硕士/博士）或 1-3 年工作经验的年轻人才，原则上不接受 5 年以上资深专家简历； 3.熟练掌握 Python 语言，具备良好的算法与数据结构基础；熟悉大模型 API 调用、主流 Agent 框架（如 LangChain, AutoGen 等）、RAG 架构原理、工具调用（Function Calling）机制；有真实的大模型应用落地经验，包括但不限于 AI Coding 辅助、自动化脚本开发、LLM 工程化部署。 软性特质： 1.对新兴技术（特别是 AI Agent 方向）有强烈好奇心，具备主动探索精神，能独立跟进前沿论文与开源动态； 2.具备极强的责任心与执行力，适应创业公司“小步快跑、快速迭代”的工作节奏，能在资源有限环境下高效交付； 3.必须具备底层逻辑理解与代码级改造能力，拒绝仅停留在“纯调 API"、“纯低代码”或“纯产品运营/数据标注”层面的候选人。