智能体架构与开发：
基于 Dify 等低代码/纯代码AI Agent平台，设计并实现无线网络优化智能体的整体架构，包括意图识别、任务规划、工具调用、知识检索与结果生成等核心模块。
开发和集成智能体所需的各类“原子能力”工具，如指令生成、数据分析API调用、报告生成、配置脚本核查等。
业务知识融合与专业化：
与资深无线网络优化专家深度合作，将复杂的网优知识、流程、经验转化为智能体可理解和执行的提示词工程、工作流和知识库内容。
构建并维护智能体的专业RAG知识库，确保其回答和决策基于最新的协议标准、厂商文档及内部案例库。
模型选型与优化：
负责智能体底层大语言模型的选型、测试与调优。根据场景在性能、成本、专业度间取得最佳平衡（例如，采用类似“千问72B作意图中枢，Qwen2-30B作能力引擎”的分层模型策略）。
探索和应用模型微调、Function Calling、蒸馏等技术，提升智能体在无线通信领域的专业精度。
全链路闭环与评估：
设计并实施智能体的评估体系，通过人工评估、A/B测试等方式，持续监控并提升其问题解决准确率、流程合规性与用户满意度。
建立从“用户反馈”到“智能体迭代”的快速优化闭环。
任职要求：
本科及以上学历，统计学 / 通信工程相关专业，3 年以上通信行业数据处理经验；
熟练掌握 Python，具备良好的软件工程能力。有使用 Dify、LangChain、LangGraph、AutoGen 等至少一种AI Agent开发框架的实际项目经验，理解其核心概念（如LLM、Tool、RAG、Workflow）。
对大语言模型（API或开源模型）有实际调优和应用经验。
出色的逻辑思维能力与系统设计能力，能将模糊的业务需求转化为清晰、可执行的智能体工作流。
优秀的沟通与协作能力，能作为“技术翻译”，高效连接AI技术与无线网络业务专家。
强烈的学习与探索欲： 对AI Agent和无线网络技术均抱有浓厚兴趣，愿意深入未知领域。
加分项：主有通信行业背景，了解无线网络（4G/5G）基本原理、关键性能指标或优化流程。