财务智能体研发工程师 Python/Agent/RAG

【岗位职责】 1. 财务智能体建设 负责财务 Agent、Skill、Workflow、知识库、工具调用、上下文管理、记忆管理及人工审批等核心能力的设计与开发。 2. 财务 Skill 沉淀 与 FA 和财务 SME 协作梳理数据来源、SOP、计算规则和交付物，将财务流程转化为标准化、可配置、可复用的 Agent Skill。 3. 财务数据平台建设 对接 Excel、数据库、数据仓库、Power BI、企业 API 及公开数据，建设数据获取、清洗、转换、校验、聚合和指标计算能力。 4. 企业级工程保障 建设权限控制、数据隔离、结果校验、人工确认、异常重试、断点恢复、执行审计、数据溯源和系统可观测能力。 5. 项目交付与协作 与财务、数据及研发团队共同明确 Action、Owner、Time Schedule、Deliverable 和Acceptance Criteria，推动 MVP、Pilot 及正式版本交付。 【岗位要求】 1. 工作经验 具备 5 年以上后端或平台研发经验，以及 1 年以上大模型、Agent、RAG 或相关 AI 应用项目经验。 具备财务相关项目的开发经验 2. 编程能力 熟练掌握 Python，并精通 Python、Go、Java 中至少一门语言，具备扎实的软件工程基础、系统设计能力和复杂问题解决能力。 3. 后端与微服务开发 熟悉 FastAPI、Spring Boot、Gin 等至少一种后端框架，具备 REST API、异步任务、微服务、权限认证和企业系统集成经验。 4. Agent 与大模型技术 熟悉 Prompt Engineering、Context Engineering、RAG、Function Calling、Agent Planning、Memory、Workflow、Multi-Agent、Structured Output 和 Human-in-the-loop。 5. Agent 框架与 Skill 开发 熟悉 LangGraph、LangChain、AutoGen 或自研 Agent Framework；熟悉 Agent Skills 开发，包括 Skill 设计、SKILL.md 编写、脚本实现、依赖管理、测试调试和版本维护。 6. 数据库与数据处理 熟悉 PostgreSQL、MySQL 等关系型数据库及 SQL，能够完成复杂查询、指标聚合、数据建模和数据处理。 7. 知识库与向量检索 熟悉 Milvus 或其他向量数据库，理解 Embedding、文档解析、Chunking、混合检索、Rerank、知识库建设及 RAG 效果评估。8. 模型部署与基础设施 熟悉 Linux、Docker、Docker Compose；了解 vLLM、大模型推理服务、GPU 资源管理、模型网关、并发控制、性能优化及 LLMOps。 9. 办公自动化与系统集成 能够处理 Excel、CSV、PPT、PDF、Power BI 等常见财务文件和交付物；具备 Playwright、浏览器自动化、Office 自动化或 RPA 经验者优先。 10. 业务分析与协作能力 具备良好的系统分析、业务抽象和跨团队协作能力，能够将财务 Workflow 拆解为数据获取、指标计算、业务判断、结果生成和人工确认等执行步骤；具备良好的英文阅读和沟通能力。