岗位职责
- 设计并开发AI 应用核心框架与模块 a. 构建支持推理、规划、工具调用、记忆、知识管理、评测等能力的智能体框架，推动生成式AI在实际开发场景中的落地应用（如从需求理解到代码生成的完整智能体流程）。 b. 设计高效的检索架构（包括混合检索、多路召回、重排序等技术），提升RAG/AgenticRAG的准确性和响应速度，确保系统在复杂场景下的高效运作。
- 推动AI 应用在企业业务场景中的落地应用 a. 结合企业具体业务流程，设计端到端的AI应用解决方案，实现AI技术与实际业务的深度融合。 b. 通过快速原型验证新产品功能创意，探索AI辅助开发的新模式（如智能编码、需求分析等），持续优化产品效果与用户体验，驱动业务价值提升。
- 持续优化Agent性能、可靠性与可观测性 a. 运用Prompt工程/Harness工程、工具设计、RAG优化及Agent系统架构调优等手段，提升Agent的性能、准确性、可靠性和成本效益。 b. 构建评估系统和自动化评估流程，建立Agent性能、质量及成本的全面可观测体系，通过数据驱动实现持续迭代优化。
- 工程基础与保障系统稳定性 a. 结合大模型、RAG、Prompt/Harness工程等技术，打造高效、可靠的智能应用底座，支撑大规模企业级部署。 b. 负责Agent系统的全生命周期管理，包括部署、监控、性能调优、故障排查及稳定性维护，确保系统的高可用性和可扩展性。
- 驱动技术创新与前沿探索 a. 跟进AI Agent、多智能体系统等前沿技术动态，探索其在业务中的应用潜力（如新工具集成、协作模式创新）。
职位要求
- 学历与经验 a. 本科及以上学历，计算机科学、软件工程或相关专业背景； b. 5年以上后端或平台系统开发经验，2年以上复杂系统架构设计经验； c. 有从 0 到 1 主导中型以上技术项目（如平台型产品、核心中间件）的成功落地经历。
- 扎实的AI技术能力与实践经验 a. 深度理解 AI 技术栈，包括 LLM、Agent、Prompt/Harness Engineering、RAG/AgenticRAG、Tool Calling、MCP/A2A 等核心概念，能熟练理解大模型工作原理（如Qwen、GPT、Claude）。 b. 具备 AI 应用开发实践经验，能在真实业务场景中落地 AI 解决方案（如智能问答、智能体代理），并能通过快速迭代验证效果。 c. 熟悉 AI 工具的使用，包括高质量 Prompt 编写、上下文管理及Harness工程优化。
- 优秀的工程与编程能力 a. 扎实的编程基础，熟练掌握至少一种语言（Java、Python），具备构建可维护、可测试代码库的能力。 b. 理解后端技术栈，包括数据库、缓存、消息队列和微服务等分布式系统知识。 c. 能独立完成系统设计与开发，快速构建原型和评估平台以验证 AI 能力在实际场景中的效果。
