研究型实习生-Agent 优化技术研究

岗位描述
1、参与LLM native的行为风控agent设计，构建面向行为防控场景的智能体应用
2、设计和实现Agent 的规划（Planning）、工具调用（Tool Use）、记忆管理（Memory）、多智能体协作（Multi-Agent）等核心
3、探索 Agentic Workflow 在风险识别、策略执行、异常行为检测等防控链路中的落地方案
4、搭建 Agent 评估与调试框架，设计评测指标，持续优化系统的准确性、鲁棒性和可解释性
5、跟踪 Agent 领域前沿研究，探索包括agent memory、 agentic RL、context learning等技术，促进agent能力的持续提升

岗位要求
1、计算机科学、人工智能、软件工程等相关专业硕士或博士在读
2、熟悉大语言模型（LLM）的基本原理和应用，了解 Prompt Engineering、Function Calling、RAG 等技术
3、熟练掌握 Python，具备良好的工程能力，对 Agent 系统设计（规划、反思、工具编排、多智能体协同等）有深入理解或实践经验者优先
4、有实际搭建过 Agent / Agentic 应用的项目经验者优先，如智能客服、自动化分析、多步推理系统等
5、具备较强的学习能力和探索精神，善于将前沿研究转化为工程实践