智能体训练

注：具体工作地点可以协调且薪资面议。
岗位画像：
核心任务：负责电力交易场景下 LLM Agent（智能体） 的端到端设计与落地，将复杂的交易规则转化为自动化决策执行方案。
硬性技术：精通 LangChain/AutoGPT 等框架，具备 Prompt 工程、工具调用（Function Calling）及长短时记忆设计能力；扎实的 NLP 基础。
闭环思维：不做实验室产品，要关注模型上线后的业务闭环和实际产出比。
跨域协同：具备将“业务语言”翻译成“技术语言”的能力，能直接与业务负责人对齐。
专家自驱：扁平化管理，需要候选人能自主主导技术路线，而非等指令干活。
岗位理解：
解决的问题：电力交易规则极其复杂且瞬息万变，传统自动化工具难以应对，该岗位通过大模型智能体解决复杂规则理解、策略自动执行、风险应答及客户服务自动化的难题。
核心内容：搭建一套“大脑”（智能体），让它既懂电力业务逻辑，又会调动技术工具去执行交易任务。
目标实现：提升产品的市场竞争力和交付效率，实现交易全流程的智能化与自动化。
其他部分：
关键技术：LLM Agent架构、RAG（检索增强生成）、多步规划（Planning）、工具集成、复杂Prompt调优。
核心能力：业务建模能力（最难的部分）、架构设计、项目落地实操。
垂域经验：有电力、能源或金融量化交易背景。
实战经验：独立主导过企业 Agent 落地项目（非 Demo 级别）。
综合背景：懂业务逻辑的NLP算法工程师或具备极强工程能力的算法架构师。