1、智能体架构设计与开发
12 基于企业客户业务场景（如创意生成、AI投放、智能客服、流程自动化、数据决策等），运用Dify/扣子/N8N等低代码平台或开发框架，设计与搭建可落地的AI智能体应用。
12 参与设计智能体多模块协作架构，可涵盖任务规划、知识管理、工具调用等核心组件，并实现与大模型、数据仓库的深度集成，包括提示工程（Prompt Engineering）、RAG增强检索、工作流编排等关键技术。
12 在导师指导下，探索AI智能体在数字营销等垂直领域的创新应用方案。
2、企业级智能体共创与解决方案支持
12 协助调研客户需求，在团队支持下将业务需求转化为技术语言，并参与从POC验证到试点部署的全流程实践。
12 参与开发或优化行业专属智能体模板（如广告投放、创意生成等），并尝试集成RPA工具（如UiPath/影刀）或API，以构建“AI决策+自动化执行”的智能系统雏形。
3、性能优化与知识沉淀
12 在项目实践中，关注智能体的响应速度、准确率及业务场景匹配度，并参与持续优化工作。
12 参与设计智能体应用效果评估体系，尝试输出可量化的成本节省或效率提升报告。
12 协助整理技术文档与操作手册，参与内部知识分享。
1、教育背景：硕士及以上学历，计算机科学、人工智能、软件工程、自然语言处理、计算机视觉、数据科学等相关专业优先；
2、精通Python或Java等编程语言，对Docker等容器化技术有基本了解；
3、深入理解Agent核心机制（规划/记忆/工具调用）及大模型技术栈；
4、熟练使用Dify、扣子、N8N等至少一种智能体开发平台或框架；
5、掌握Prompt Engineering技巧，了解RAG、模型微调（如LoRA）等基本概念者优先；
6、深度体验过5款以上AI生产力应用工具，能提供1个及以上真实的AI应用案例（如课程项目、个人作品、竞赛或实习项目），证明其智能体搭建或应用落地能力；
7、具备出色的学习能力、逻辑思维和问题解决能力，能快速理解业务需求并探索技术解决方案；
8、具备良好的沟通能力和团队协作精神，能积极参与跨部门交流与合作。