FUNPLUS｜转正实习-AI Agent 工程师-多模态

1. 参与 AI Agent 产品的核心研发：包括 Prompt/Context 工程、工具调用（Tool Use / Function Calling）、多 Agent 协作、记忆与状态管理等模块的设计与实现； 2. 基于 Claude / GPT / Gemini 等大模型 API 构建端到端的 Agent 工作流，涵盖 RAG、结构化输出、流式交互等常见形态； 3. 搭建和维护 Agent 的评测体系（Evals），通过数据驱动的方式持续提升 Agent 的任务完成率与稳定性； 4. 深度使用 AI 编程工具完成日常开发，并沉淀团队级的 AI 协作最佳实践（工作流、Skill、子 Agent 编排等）。

1. AI 编程工具重度使用者：熟练使用 Claude Code、Cursor、Codex 等至少一种 AI 编程工具，并有真实项目交付经验——不只是补全代码，而是能用 Agent 完成需求拆解、多文件重构、调试、测试与验证的完整闭环； 2. 能清晰讲出自己使用 AI 编程工具的方法论：如何写好任务描述、如何管理上下文、如何验证 AI 产出的正确性、什么时候该接管； 3. 扎实的编程基础：熟悉 Python 或 TypeScript 至少一种，理解常见数据结构与工程化规范（Git、测试、CR）； 4. 对大模型有基本认知：了解 token、上下文窗口、温度等基础概念，调用过至少一家主流大模型 API。 加分项 1. 有可展示的 Agent 项目（GitHub 仓库、个人产品、比赛作品均可），能说清架构取舍； 2. 折腾过 MCP、子 Agent 编排、自定义 Skill/Hook、多 Agent 框架（如 LangGraph、AutoGen 等）； 3. 给 AI 编程工具或开源 Agent 项目提过 PR / Issue，或写过相关技术博客； 4. 有 Evals、RLHF 数据、模型微调等任一方向的实践经验； 5. 有多模态生成模型的使用经验：调用过 Seedance、Wan、可灵、Sora、Nano Banana 等图像/视频生成模型的 API 或工作流，了解提示词技巧与生成参数调优，有将生成能力接入 Agent 流程（如自动出图、视频批量生产）的实践者优先。