Xiaohongshu ee jobs (salary & requirements)

工作职责：
#岗位定位
面向业务场景交付可上线、可迭代的 Agent 系统与应用。你需要把 LLM/Agent 能力变成 稳定、可控、可评估 的生产系统，持续提升业务效率与效果（而非 Demo）。
#你将交付的结果
- 业务 Agent 应用落地：覆盖关键业务流程（如内容/交易/审核/运营/治理等），形成可复用的 Agent 模板与能力包
- 工具与数据接入工程化：稳定的工具调用（权限/审计/限流）、结构化数据读写、与现有系统可靠集成
- 可观测与评估体系：成功率、采纳率、耗时、成本、失败原因分布、回放与回归测试闭环
- 安全与风控：权限隔离、敏感数据治理、提示注入防护、审计链路、输出合规兜底
#工作职责
1、负责业务 Agent 的架构与交付：
- 任务分解/规划、工具调用编排、状态管理、长流程与重试、异常恢复
2、负责工具层与集成：
- 对接内部服务/数据库/搜索/工单/运营平台等；建设稳定的工具调用规范（Schema/鉴权/限流/熔断）
3、建立 Agent 的可观测与评估：
- trace/log、离线评测集、自动回归、灰度与 A/B、效果与成本优化
- 推动 Agent 在业务团队的真实使用：
- 交互设计、可解释性、人工确认点、反馈闭环（让业务敢用、能用、持续用）
任职资格：
任职要求（Must）：
1、TypeScript 或 Java 至少一门非常强（工程能力是硬门槛）：
- TS：Node.js 服务化、异步并发、稳定性与性能、工程组织与测试；
- Java：服务端架构、并发与性能、工程治理、可观测与稳定性；
2、扎实的软件工程能力：系统设计、异常处理、可测试、可回放、可观测
3、熟悉 LLM 应用/Agent 基本范式：工具调用、结构化输出、检索增强、工作流编排（不要求“研究”，要求“能上线”）
4、对安全有基本意识：越权、数据泄漏、提示注入、工具滥用与审计
加分项（Optional）：
1、有过生产级 AI 应用落地（能量化指标：成功率/成本/时延/采纳率）
2、有平台化能力：把 Agent 能力沉淀成 SDK/模板/工具规范/评测体系
3、有复杂业务系统集成经验（权限、审计、风控、配置、灰度）