北京腾云天下科技有限公司

**工作内容：** - 参与大模型训练数据加工与合成管线的 Agent 化设计与开发，让 Agent 承担数据理解、清洗结构化、样本合成与质检等环节，而不是脚本批处理 - 构建管线中 Agent 的工具调用、多步任务编排、记忆与上下文管理、多 Agent 分工协作能力 - 设计合成数据的可控生成机制：按指定能力维度、难度、风格产出样本，并做好去重、去污染与质量打分 - 参与管线监控、数据审核与人工介入界面的设计，让坏样本能被捕获并反馈回管线 - 与算法、数据标注团队协作，用评测集驱动管线迭代，快速上线新能力 **技术栈：** 1. **编排层**：Python（FastAPI/Flask）为主战场，负责任务拆解、工具定义、多步编排与状态管理；Agent 框架（LangChain / CrewAI / 自研编排）可一起选型 2. **执行与沙箱**：Agent 执行环境隔离与权限边界（容器、网络策略、失败重试与降级）；对性能敏感或需要跨平台分发的组件可考虑 Rust 3. **数据层**：PostgreSQL / MongoDB 管元数据与管线状态，向量库用于去重、检索与相似样本管理，SQLite 用于本地与轻量场景 4. **评估与可观测**：评测集驱动的回归验证、轨迹（trajectory）分析、坏样本捕获与反馈闭环；管线监控与人工介入界面（React / Vue + TypeScript） 5. **模型层**：OpenAI / Claude / Gemini 及国内主流 LLM API；工具调用协议与互操作（如 MCP）作为接入标准之一 > 不要求你全中。**Python 扎实 + 对管线可靠性和数据质量有真实兴趣**，比简历列满关键词重要。前端与 Rust 是协作/加分项，不是门槛。

**基础要求：** 1. 本科及以上在读，计算机相关专业优先 2. 熟悉至少一门编程语言（Python / JavaScript / TypeScript），写过真正跑起来的东西 3. 有前端或后端开发经验 4. 对大模型训练数据质量有基本判断，愿意把它当正经工程问题对待 **加分项：** - 有数据管线、ETL、批处理调度相关经验 - 调用过 OpenAI / Claude 等 LLM API 做过实际产出，而不只是 demo - 了解向量数据库、去重与相似检索、工具调用、多 Agent 编排等相关技术 - 接触过工具调用协议（MCP 等）、执行沙箱或任务编排的可靠性设计 - 对合成数据的质量控制、去污染、评测有自己的想法 - 了解 Rust，或对性能敏感/沙箱隔离组件有兴趣 - 有前后端项目开发经验（附 GitHub/Gitee 链接优先，我们真的会点开看）