Jixue AI学习库
返回求职路径

ROLE CALIBRATION WORKSPACE

别先背一百道题,先证明岗位要的五件事

选择一份真实公开 JD,把岗位信号映射到现有项目成熟度,再用固定五题检查回答是否包含概念、取舍、项目证据和失败验证。

6真实岗位来源4 / 0原型 / 已验证
6真实岗位样本
8统一能力域
4可运行原型
0已验证交付

TARGET ROLE

选择一份真实 JD

岗位页面可能更新或下线,样本保留访问日期和原始链接。校准分只代表当前作品集证据覆盖,不代表录用概率。

官方招聘页 · 访问于 2026-07-16

OpenAI · Applied AI Engineer, Codex Core Agent

San Francisco / New York / Seattle / London

强调长任务 Agent 行为、真实任务评测、工具策略、上下文构造和生产可靠性。

查看原始岗位

EVIDENCE COVERAGE

岗位要求与作品集证据

证据覆盖分70/100
部分证据 6证据缺口 0

当前没有 `verified` 项目,因此原型不会被计算为强证据。

重要要求

Prompt 与上下文工程

通过提示词、上下文构造和模型实验改善行为。

部分证据65
下一步

把「Prompt 调试与回归台」从确定性原型推进到真实服务验收。

进入训练
补充要求

LLM API 工程

具备 LLM 产品工程和现代 ML 工具经验。

部分证据65
下一步

把「Prompt 调试与回归台」从确定性原型推进到真实服务验收。

进入训练

EVIDENCE INTERVIEW

针对这份 JD 的 5 题模拟面试

本轮证据得分0%

0/20 个评分锚点 · 已作答 0/5

最低分能力Agent 控制与编排补这项证据
QUESTION01
Agent 控制与编排中级

一个可靠 Agent Loop 至少包含什么?

回答时必须说明「受控任务执行 Agent」目前是 prototype,并引用一个可复算结果。

回答后按证据勾选
QUESTION02
Eval 与可观测性中级

Agent 评估为什么要同时看结果和轨迹?

回答时必须说明「Agent 评估与追踪控制台」目前是 prototype,并引用一个可复算结果。

回答后按证据勾选
QUESTION03
生产稳定性中级

LLM API 超时和限流应该怎样重试?

回答时必须说明「受控任务执行 Agent」目前是 prototype,并引用一个可复算结果。

回答后按证据勾选
QUESTION04
Prompt 与上下文工程初级

什么是 Prompt 契约?

回答时必须说明「Prompt 调试与回归台」目前是 prototype,并引用一个可复算结果。

回答后按证据勾选
QUESTION05
系统设计与项目表达高级

请设计一个企业客服 Agent。

回答时必须说明「可评估 RAG 知识库」目前是 prototype,并引用一个可复算结果。

回答后按证据勾选

这套工具评的是证据准备程度。它不读取语音、不判断答案真实性、不预测面试结果;每个勾选项都需要你能现场展开并接受追问。