- 主导构建基于大语言模型的智能Agent调度系统,设计ReAct+Plan-and-Execute混合推理框架,将复杂任务拆解准确率提升32%,端到端响应延迟降低至800ms以内
- 负责Agent记忆模块(短期工作记忆+长期向量记忆)架构设计,实现多轮对话上下文压缩与关键信息召回,使长对话场景下意图识别准确率从78%提升至91%
- 推动Function Calling/Tool Use能力标准化,封装20+内部API工具集,实现Agent自动调用外部系统完成数据查询、工单创建等操作,人工介入率下降45%
- 搭建基于LangChain的Agent评估体系,设计50+自动化评测用例(含鲁棒性、幻觉率、工具选择正确率),建立CI/CD持续回归机制,核心指标波动幅度控制在±3%以内
- 优化Prompt Engineering策略,引入Few-shot动态示例选择与Self-Consistency采样算法,在保持响应质量前提下减少30%的LLM调用成本,支撑日均百万级请求量
- 参与跨团队协作,与后端、算法团队共同推进Agent观测追踪链路(Trace ID贯穿全流程),提升线上问题定位效率至分钟级,保障系统可用性达99.95%
萝卜简历
求职意向:AI Agent工程师
基本信息
性别:女
年龄:26
学历:本科
求职状态:未填写
现居城市:未填写
工作经验:5年经验
婚姻状况:未填写
政治面貌:未填写
身高:未填写
体重:未填写
民族:未填写
手机:13800000000
邮箱:jianli@luobojl.cn
教育背景
北京大学计算机科学与技术2018.09 - 2021.07
工作经历
字节跳动AI Agent工程师2022.01 - 2026.10
项目经验
AI PPTAI Agent工程师2025.01 - 2025.12
- 主导AI PPT生成引擎的架构设计与核心模块开发,基于LLM(GPT-4o/Claude 3.5)与RAG技术构建内容生成管线,实现从大纲到多模态PPT的自动化产出
- 设计Prompt工程与结构化输出策略,将单页生成耗时从45秒压缩至12秒,内容连贯性评分提升32%,模板适用率达95%以上
- 实现关键绩效指标:用户单次生成成功率从68%提升至89%,页面元素解析准确率达97.3%,系统并发支撑提升至200+请求/分钟,峰值响应时间低于800ms
- 集成Stable Diffusion与矢量图标库,构建视觉风格自适应模块,覆盖8种主流商业设计风格,素材匹配准确率提升40%,整体人效比达到人工制作的70%
- 搭建评估与反馈闭环,引入RAGAS框架与用户行为埋点,推动版本迭代6次,核心功能留存率提升22%,主导跨职能协作(算法/前端/设计),输出技术文档12份,保障工程可维护性与可扩展性
自我评价
具备3年AI应用开发经验,专注于大语言模型(LLM)的工程化落地与Agent系统架构设计。熟悉LangChain、LangGraph等主流框架,有从零搭建RAG(检索增强生成)链路及多工具调用、复杂任务规划(ReAct/Plan-and-Execute)的实战项目经验。能针对业务场景合理拆解任务,设计稳定的状态机与容错机制,并关注Token成本与响应延迟的平衡优化。

