AI Agent / Workflow 工程师

该职位来源于猎聘 岗位定位 该岗位不以训练新模型、发表算法论文为主要目标，而是负责将公司已有及持续产生的AI算法能力，稳定、标准化地测评、沉淀、封装为可复用的Package、Webserver、Portal、 Agent、Workflow、Harness、Tool / API 及内部AI能力组件，形成公司的AI工程资产和能力沉淀。 主要职责

• Agent 工程化 o 将内部算法、模型、API及外部大模型能力封装为可复用Agent。 o 设计Agent的Tool Calling、Memory、Context、Prompt、权限、状态管理和异常处理机制。 o 支持单Agent、多Agent及人机协同场景。
• Workflow / Harness 建设 o 将算法研发过程中重复出现的流程抽象成标准Workflow。 o 建设模型调用、数据处理、算法执行、结果验证、评估等统一Harness。 o 降低算法从Notebook / Demo进入生产环境的成本。
• AI能力平台化沉淀 o 对公司现有模型和算法进行标准化，benchmark性能，封装。 o 建设内部AI能力库 / Agent Registry / Tool Registry。 o 将零散Prompt、脚本、模型能力、算法模块沉淀成标准化组件。 o 建立版本管理、配置管理、调用规范和接口标准。
• RSI / 自动迭代机制 o 参与设计Agent的自动评估、反馈、反思和迭代机制。 o 建设Eval、Benchmark、Regression Test等体系。 o 探索在明确约束下的Agent自优化、Workflow优化与持续改进机制。 5.算法服务封装 o 与算法工程师合作，将模型、算法、推理服务封装为稳定API / Service / Tool。 o 处理超时、重试、并发、缓存、Fallback、日志和Tracing等工程问题。 o 保证上层Agent调用算法服务时具备稳定性和可观测性。
• AI工程规范 o 建立Agent / Workflow开发规范、模板和实践。 o 建设Prompt、Agent、Workflow的版本管理及测试体系。 o 推动AI能力从“个人脚本”变成“公司基础设施”。 我们希望你具备 1、计算机、软件工程、人工智能或相关专业背景。 2、扎实的Python工程能力。 3、有至少2年的LLM Application / Agent / Workflow实际开发经验。 4、熟悉至少一种Agent或Workflow相关技术体系，如 LangGraph、LangChain、AutoGen、CrewAI、OpenAI Agents SDK 或自主开发框架。 5、熟悉REST API、RPC、异步任务、消息队列等基本后端工程能力。 6、熟悉Docker及基本Linux环境。 7、理解LLM的Context、Tool Calling、Structured Output、RAG、Memory、Eval等核心机制。 8、能够把模糊、实验性的算法能力抽象为稳定的软件接口。 加分项 1、做过内部AI平台、Agent Platform或LLMOps平台。 2、有模型评测、Agent Eval、自动化Benchmark经验。 3、熟悉MCP、Tool Protocol、模型Gateway等新型AI基础设施。 4、有生物信息、药物研发、计算化学、医学AI等领域经验。 5、有复杂Workflow编排、任务调度或分布式任务系统经验。 6、有AI Coding Agent、Research Agent或科研自动化系统经验。 7、对Agent自我改进、自动评估、RSI相关方向有实践或深入理解。 这个岗位不是什么 1、不是纯算法研究岗位。 2、不要求你主要负责训练基础模型。 3、不是普通业务后端开发。 4、不是单纯写Prompt。 我们希望找到的是一个AI原生的软件工程师 / Agent Engineer：能够理解算法，同时具备足够强的软件抽象和工程能力，把算法团队不断产生的新能力沉淀成公司的长期AI资产。