岗位职责
- 负责码上放心业务侧 Agent 应用的整体架构设计与开发，包括多 Agent 编排、工具调用（Tool Use）、记忆与上下文管理、流式交互等核心能力；
- 主导数据分析类 Agent 的建设：Text2SQL、指标问答、归因分析、自动报告生成等场景的方案设计与工程实现；
- 设计并实现 Agent 与业务数据体系的集成：结合数据仓库 / 指标体系，让 Agent 能可靠、准确地产出分析结论；
- 搭建 Agent 评测与迭代闭环：构建评测集与自动化评测框架，通过 badcase 分析持续优化提示词、编排策略与模型选择；
- 参与 RAG 知识库问答体系建设，覆盖药品、政策、业务规则等领域知识；
- 与产品、前后端、数据团队协作，把控 Agent 功能的技术方案质量、稳定性与上线节奏，输出技术文档沉淀。
职位要求
- 本科及以上学历，计算机、软件工程等相关专业，5 年以上后端 / 平台开发经验，其中 1 年以上 LLM 应用或 Agent 项目实战经验；
- 扎实的工程功底：精通 Python 或 Java中至少一门语言，熟悉高并发、异步编程，具备良好的系统设计能力；
- 深入理解 LLM 应用核心技术：Prompt Engineering、Function Calling / Tool Use、RAG、上下文工程，熟悉主流 Agent 框架（LangChain / LangGraph、LlamaIndex、Semantic Kernel 或自研框架）的设计思想与取舍；
- 具备数据分析类 Agent（Text2SQL、ChatBI）或 BI / 数据平台建设经验，理解 SQL 生成准确性的挑战与优化路径（Schema 链接、Few-shot、自纠错等）；
- 熟悉 FastAPI + SSE 流式响应开发，理解断线重连、消息不丢不重的可靠性保障；
- 熟悉向量数据库与检索技术（Milvus / Elasticsearch 等），有 RAG 系统从 0 到 1 的落地经验；
- 具备优秀的架构抽象能力与技术判断力，能在快速变化的 LLM 生态中做出务实的技术选型；
- 良好的沟通协作能力，能将模糊的业务需求转化为清晰的技术方案。 加分项
- 有医药、零售、流通等行业的智能化产品经验，了解渠道 / 终端 / 动销数据分析场景；
- 有领域本体（Ontology）建模或语义层（Headless BI）建设经验者优先；
- 熟悉沙箱隔离与 AI 安全，能安全执行 Agent 生成的动态代码者优先；
