Agent应用研发工程师/金融行业/应届生简历模板

撰写Agent应用研发工程师的校招简历，核心是展示你与大模型、智能体相关的实战能力，而非单纯罗列课程。

1. 项目经历是灵魂：不要只写"开发了一个AI应用"，要具体描述你的技术选型（如LangChain、AutoGPT）、实现的功能（如工具调用、记忆机制）、以及你如何解决Token限制或上下文管理等问题。量化成果，例如"将任务完成准确率从80%提升至92%"。

2. 突出算法与工程结合：除了模型微调，更要强调你的工程化能力，如API接口设计、数据处理Pipeline搭建。可以借鉴思瑞浦27秋招解读中提到的，即使是芯片岗位也看重工程落地能力，AI岗位更是如此。

3. 技能栈分层清晰：将技能分为"大模型/Agent框架"（如LangChain, LlamaIndex）、"编程语言"（Python, Java）、"基础理论"（Transformer, RLHF）三部分，方便HR快速匹配。

4. 体现对行业的思考：在自我评价中，可以结合优艾智合信息安全岗或元戎启行实习等文章中对AI应用场景的分析，谈谈你对Agent在金融、制造等领域落地的理解，展现你的行业洞察力。

作为应届生进入Agent应用研发领域，建议你构建"T型"知识结构：纵向深挖大模型原理与微调技术，横向拓展Agent在具体业务场景（如金融风控、智能制造）中的应用。

1. 关注行业动态，精准定位：多关注春风动力暑期实习这类招聘解读，了解不同企业对AI岗位的真实要求，避免盲目海投。同时，留意海淀区教委等非典型雇主，AI技术岗正在向更广泛的行业渗透。

2. 打造个人项目集：除了课程设计，建议在GitHub上维护1-2个完整的Agent项目，例如一个基于RAG的智能客服机器人。这比任何证书都更有说服力。可以参考航天科工秋招中对项目经验的重视程度，提前准备。

3. 理性评估机会：并非所有高薪岗位都适合应届生。像苏州城投集团这类国企，虽然技术栈可能不是最新的，但能提供稳定的平台和业务积累，也是值得考虑的起点。

4. 持续学习，保持敏感度：Agent领域技术迭代极快，建议每周阅读前沿论文，并尝试用新框架重写旧项目，保持技术敏感度。

Q1: 没有大模型相关的实习经历，简历该怎么写？

A: 重点挖掘你的课程设计、毕业设计或个人项目。例如，你可以在简历中详细描述一个基于GPT API开发的智能问答系统。同时，可以查看教育行业应届生简历模板，学习如何将非直接相关的经历包装成与目标岗位匹配的能力。

Q2: 技术栈比较杂，如何筛选重点？

A: 针对Agent研发岗，优先突出Python、PyTorch、LangChain等核心技能。其他技能可以放在技能列表的末尾。可以参考ROS 2 / DDS 通信中间件工程师模板中如何结构化地呈现技术栈，做到主次分明。

Q3: 简历投递后石沉大海，可能是哪些问题？

A: 除了硬性技能，简历的排版和关键词匹配度也很重要。确保你的简历中出现了"Agent"、"大模型"、"RAG"等关键词。可以借鉴数字电路设计模板中清晰的项目描述逻辑，让HR能快速抓住重点。

Q4: 项目描述太空泛，如何量化成果？

A: 尝试用数据说话，例如"优化Prompt后，模型回答准确率提升15%"。如果无法量化，可以描述项目规模，如"构建了包含10万条数据的知识库"。可参考研发类（能源动力方向）模板中如何将复杂的研发过程提炼为简洁的成果描述。