Agent算法开发工程师

希望人选解决的核心问题： 1.多智能体系统设计与开发：主导企业端Multi-Agent系统的架构设计与研发，负责智能体间的协作协议（A2A）设计、任务编排与调度机制的实现，保障系统在环卫行业复杂场景下的稳定运行。 2. 智能体核心能力建设：设计并实现智能体的关键能力模块，包括但不限于：任务规划（Planning）、反思与自我修正（Reflection）、长短期记忆管理、工具调用（Tool Use）、以及人机协同（Human-in-the-Loop）机制。 3. RAG系统设计与优化：负责检索增强生成（RAG）系统的架构设计与持续迭代，包括知识库构建、向量检索策略优化、Chunk策略设计、重排序算法调优，提升知识问答的准确率与召回率。 特殊需求： Agent框架实战经验：熟练使用至少一种主流Agent开发框架（如LangGraph、CrewAI、AutoGen等），能独立设计、开发并部署智能体应用，具备从原型到生产的完整交付经验。 工作职责 1.多智能体系统设计与开发：主导企业端Multi-Agent系统的架构设计与研发，负责智能体间的协作协议（A2A）设计、任务编排与调度机制的实现，保障系统在环卫行业复杂场景下的稳定运行。 2. 智能体核心能力建设：设计并实现智能体的关键能力模块，包括但不限于：任务规划（Planning）、反思与自我修正（Reflection）、长短期记忆管理、工具调用（Tool Use）、以及人机协同（Human-in-the-Loop）机制。 3. RAG系统设计与优化：负责检索增强生成（RAG）系统的架构设计与持续迭代，包括知识库构建、向量检索策略优化、Chunk策略设计、重排序算法调优，提升知识问答的准确率与召回率。 4. 工程化与部署：负责智能体系统的容器化部署与持续交付，建立系统化的评估体系（包括自动化测试、效果评估指标设计），推动系统在生产环境的稳定落地。 任职资格 1.基础素质：计算机科学、软件工程、人工智能等相关专业，本科及以上学历；2年以上Python后端开发经验，具备良好的代码架构能力和工程素养。 2.大模型应用能力：熟练掌握主流大模型API的调用与Prompt工程技巧（如Qwen、GPT、Claude等），理解大语言模型的基本原理、能力边界与局限性。 3.Agent框架实战经验：熟练使用至少一种主流Agent开发框架（如LangGraph、CrewAI、AutoGen等），能独立设计、开发并部署智能体应用，具备从原型到生产的完整交付经验。 4.Agent范式理解：熟悉智能体核心设计范式与思想，包括ReAct、Chain-of-Thought、Plan-and-Execute、Tool Use等，理解其适用场景与优劣取舍；具备Multi-Agent系统的设计经验。 5.RAG技术栈：熟悉RAG系统的完整技术栈，包括文本分块、向量化、检索、重排序等环节，有实际项目落地经验者优先。