职位描述
1.Agent工具链服务化 (FaaS化)：
设计并实现 Agent 的 Tool Server。将搜索、计算、API 调用等能力封装为独立的无服务器函数 (Serverless/FaaS)，实现按需扩缩容。
负责 OpenAPI / JSON Schema 的自动生成与管理，确保 Agent 能准确理解并调用这些工具函数。
2.代码解释器与沙箱构建 (Code Sandbox)：
基于 Docker 或 MicroVM (如 Firecracker, gVisor) 构建安全的 代码执行沙箱。
解决 Agent 生成代码（Python/SQL）在运行时的依赖管理、资源隔离（CPU/Mem限制）和网络控制问题。
3.模型推理服务部署 (Inference Serving)：
配合算法同学，将微调后的 LLM 部署为高并发服务。
优化推理引擎（如使用 vLLM, TGI, TensorRT-LLM），降低 Time-to-First-Token (TTFT) 延迟。
4.工程化与流水线：
搭建 Agent Evaluation Pipeline，让算法同学（A/B）的评测脚本能自动化运行在集群中。
负责向量数据库（Milvus/Qdrant）等中间件的容器化部署与维护。

职位要求
1.2026届本科及以上学历，计算机相关专业，系统结构、分布式系统、云计算方向优先。
2.精通 Docker 原理，熟悉 Kubernetes (K8s) 的基本操作与编排。
3.熟练掌握 Go (高性能服务) 或 Python (AI 生态对接)，了解 gRPC/HTTP2 协议。扎实的 OS、网络基础，理解进程/线程、IO 多路复用。
4.加分项：
熟悉 Serverless 架构 (Knative, OpenFaaS) 或云厂商的 Lambda/Function 实践。
了解 LLM 推理框架 (vLLM, Ollama, Triton Inference Server)。
有 Sandbox 开发经验，或者对容器逃逸、安全隔离有深入研究。
操作过 LangChain/AutoGPT，清晰知道它们在实际部署时的痛点。