Agent开发工程师（工程化）

岗位需要Agent工程化经验，应用于外部客户B端AI应用从0到1的开发经验，具备AI Agent或RAG系统的实战开发经验，AI系统私有化部署。 岗位职责 1. Agent应用开发与落地 参与基于大模型与Agent架构的智能体应用的需求分析、系统设计、开发与持续迭代，承担核心模块的编码实现与单元测试。 负责智能问答、研发助手、数据分析助手等Agent应用的功能开发与工程化交付，保障系统在高并发场景下的稳定性和响应性能。 熟练使用LangChain、LangGraph、Dify等框架或类似技术，完成复杂任务拆解、工具调用、多智能体协作等场景的工程实现。 2. 工程化与部署运维 参与Agent系统的私有化部署方案设计与实施，完成Docker/K8s环境下的服务编排与运维支持，满足客户对数据安全与合规性的要求。 负责RAG检索链路的性能优化（包括向量召回、重排序、缓存策略等），持续提升系统的准确率与响应速度。 参与系统架构的持续演进，承担代码审查、技术文档编写与质量保障工作。 3. 跨团队协作 与产品经理、业务方及算法团队紧密协作，理解业务需求并将其拆解为可工程化实现的技术方案与工作流。 与前端、后端及运维团队配合，完成Agent应用的端到端集成与上线交付。 任职要求 1. 教育与经验 985本科或985/211硕士学历，计算机科学、软件工程或相关专业。 具备3年以上后端开发或算法工程化经验，至少1年专注于AI平台、智能体或RAG相关系统的开发。 2. 核心技术栈 具备AI Agent或RAG系统的实战开发经验，有使用LangChain、LangGraph、Dify等框架完成项目交付的经历。 对大语言模型应用架构、Agent技术范式及RAG检索链路有较好的理解，能够独立完成Prompt工程、工具调用、记忆管理等模块的开发。 具备扎实的软件工程能力，熟练使用Python（或Go/Java）进行后端开发，熟悉FastAPI、Flask等Web框架，有高并发接口开发经验。 熟悉常用中间件（Redis、MySQL、消息队列等）及容器化技术（Docker），了解Kubernetes基本操作。 3. 加分项 有企业级B端AI应用从0到1的开发经验，或参与过规模化落地项目。 有MLOps相关实践经验，熟悉模型推理优化（LLM、量化等）或AI系统私有化部署。 我们提供 有竞争力的薪酬：具有行业竞争力的薪资、绩效奖金及长期激励。 前沿技术挑战：在最前沿的AI Agent应用领域，参与构建可能改变行业效率的基础设施。 良好的成长环境：与技术专家及资深架构师并肩工作，获得快速成长的机会。 福利保障 八险一金：社会保险（五险）、住房公积金、商业意外伤害保险、商业补充医疗保险、子女医疗保险 弹性上下班工作时间，年度健康体检、团建活动、兴趣社团，下午茶全自助 入职即享带薪病假