Agent开发工程师简历范文
一份面向Agent开发工程师岗位的应届生简历，围绕大模型应用全链路展开：两段大厂AI实习（字节跳动Flow团队的任务编排引擎、腾讯混元的深度搜索Agent）覆盖多智能体架构、MCP工具协议、分层记忆、RAG检索增强与Ag
本范文改编自 CodeCV 公开简历模板，人物与数据为模板占位示例，请替换为你的真实经历。
范文全文 + 逐段点评
教育背景
浙江大学 985 C9
本科（专业前5%）
计算机科学与技术专业
2022.09-2026.06
- 曾获奖项： 国家奖学金；全国大学生数学建模竞赛一等奖；CCF CSP 认证（400+）；开源 Agent 框架 AgentLite 作者（GitHub 2.1k Star）
- 校园经历： 担任校计算机协会技术部部长，组织 3 届校内 Hackathon；华为软件精英挑战赛全国八强
实习经历
字节跳动
Flow 团队 - AI 应用架构组
Agent 开发实习生
2026.03-2026.06
负责模块：豆包深思考模式任务编排引擎 LangGraph Function Calling MCP协议 Agent评测
基于多智能体协作框架重构复杂任务的规划执行链路，为豆包亿级用户的深度问答场景提供稳定高可用的 Agent 推理服务。
- 设计ReAct 与反思（Reflection）混合决策架构，抑制长链路任务执行漂移问题，多步骤复杂任务成功率从 72% 提升至 89%
- 基于 MCP 协议统一 40+ 内部工具的注册、鉴权与调用规范，解决工具接入碎片化问题，新工具接入周期从 3 天缩短至 2 小时
- 构建分层记忆机制（工作记忆 + 长期向量记忆），压缩多轮对话冗余上下文，Token 消耗下降 35%，端到端响应时延降低 28%
- 搭建轨迹回放 + LLM-as-Judge 自动化评测体系，覆盖 500+ 真实场景用例，Agent 版本迭代回归效率提升 4 倍
腾讯
混元大模型 - 应用算法工程组
大模型应用开发实习生
2025.06-2025.09
负责模块：腾讯元宝深度搜索 Agent 检索增强链路 多智能体 RAG Prompt工程 向量检索
通过“规划-执行-校验”三段式多智能体架构优化复杂问题的求解链路，为元宝 App 搜索场景提供高质量的生成式问答服务。
- 主导多 Agent 任务分解架构落地，将复杂问题拆解为可并行的子任务树，解决单 Agent 上下文过载问题，深度问答用户满意度提升 21%
- 采用查询改写与混合检索策略（BM25 + 向量召回 + 重排序），解决口语化 Query 召回偏移问题，Top-5 检索精准率提升至 91%
- 实现工具沙箱与降级重试机制，隔离异常工具调用对主链路的影响，线上工具调用失败率从 8.3% 降至 1.5%
- 沉淀 Prompt 版本管理与灰度 AB 实验框架，支撑 12 个策略两周内完成上线验证，实验迭代周期缩短 60%
科研与项目经历
AgentLite - 轻量级多智能体开发框架 Python LangGraph 开源项目
2025.09- 至今
项目描述：面向中小团队的开源多智能体编排框架，提供角色定义、任务编排、工具热插拔与执行轨迹可视化等核心能力。
- 设计声明式 Agent 编排 DSL，以 YAML 描述多智能体拓扑与消息路由，10 行代码即可跑通官方示例，显著降低多智能体系统搭建门槛
- 基于 Pydantic 实现工具热插拔与 Schema 自动生成，自动提取函数签名产出 Function Calling 描述，单个工具接入开发成本降低 70%
- 内置 Token 级轨迹追踪与回放面板，支持逐步调试 Agent 决策过程，已被 3 个企业内部项目接入使用
- 项目开源后获 GitHub 2.1k Star、120+ Fork，主导 Review 并合并 30+ 社区 PR
技能证书与其他
- Agent 技术：深入理解 ReAct、Plan-and-Execute、多智能体协作等架构范式，熟悉 Function Calling、MCP 协议及 LangGraph、AutoGen 等主流框架
- 编程语言：熟练掌握 Python（FastAPI、Pydantic、AsyncIO）；掌握 Go 语言基础；了解 TypeScript/Node.js
- RAG 与数据：熟悉 Milvus、FAISS 等向量数据库与 Embedding、重排序模型调优，具备检索链路全栈优化经验
- 工程素养：熟悉 Docker/K8s 容器化部署、Kafka 消息队列与 Prometheus 监控；英语 CET-6，可流畅阅读英文论文与技术文档
自我评价
- 对Agent开发工程师岗位所需能力有体系化理解，工作方法以结果为导向
- 沟通协作顺畅，能把Agent开发工程师等核心技能讲清并落到业务场景
写作要点
- 1把 JD 里的高频关键词（如 Agent开发工程师、大模型应用、LLM）自然写进技能与经历，初筛与 ATS 检索都按关键词命中。
- 2每条经历用「动词开头 + 具体动作 + 量化结果」写法，一条 bullet 只讲一件事，控制在 1~2 行。
- 3校招/实习简历没有大厂经历不要慌：课程项目、竞赛、社团成果同样可以按 STAR 结构写成有说服力的经历。
- 4这份范文改编自公开简历模板，人物与数据是模板示例——套用后务必逐条换成你的真实经历与数据。
常见问题
Agent开发工程师简历应该突出哪些关键词？
优先突出 Agent开发工程师、大模型应用、LLM 等岗位高频词，并在经历中给出使用场景与量化结果。不同公司 JD 侧重不同，投递前建议用 JD 匹配工具自查关键词命中率。
这份Agent开发工程师简历范文从哪里来、可以直接用吗？
本范文改编自 CodeCV 公开简历模板，人物与数据为模板示例；正确用法是参考结构与写法，点「一键套用」后把每一条替换为你自己的真实经历与数据。
Agent开发工程师简历适合用什么模板？
互联网/技术岗位建议选择结构清晰、信息密度高的简约稳重模板，一页为宜。本文下方已按标签为你匹配了可直接套用的模板。
Agent开发工程师简历一页放不下怎么办？
优先保经历与项目段：与岗位无关的条目删掉、自评压缩到两条、教育段压一行——正文始终服务于岗位主线。
面试怎么准备
简历写好后，用站内「AI」方向的原创面经与真题继续备战面试。