岗位职责
- Agent 系统架构与开发：主导设计和实现面向智能服务（客服作业、现场运营等）场景的智能服务 Agent 系统；
- 模型编排与业务落地：基于大模型 API，深入结合垂直行业知识，完成复杂的 RAG（检索增强生成）及工作流编排，保障系统的高可用与可扩展性；
- Context 与 Prompt 工程：系统性负责复杂对话场景下的 Context 管理优化与 Prompt Harness 工程，提升大模型在特定业务场景下的意图理解与任务执行准确率；
- 自动化评测集建设：搭建并持续优化针对业务场景的自动化评测集与评估流水线（Eval System），通过数据指标驱动大模型应用能力的迭代优化；
- 需求挖掘与系统设计：深入理解业务痛点，完成从业务需求到技术方案的转化，输出高质量的系统架构设计并主导落地。
职位要求
- 经验与学历：计算机或相关专业，3-5 年后端或 2~3 年 AI 应用开发经验，具备良好的系统设计能力；
- 编程基础：编程基本功扎实，精通 Java、Python、Go 中的至少一种（具备 Python + 强类型语言混合开发经验者优先）；
- AI 技术栈：熟练掌握主流的 Agent / RAG 框架（如 LangChain, LlamaIndex, AutoGen, Semantic Kernel 等），熟悉向量数据库的应用；
- 评测与优化：对大模型能力边界有清晰认知，具备构建 LLM 自动化评测标准和数据集的实战经验，熟悉评测驱动优化的研发范式；
- 综合素质：具备优秀的业务抽象能力和问题定位能力，能够快速理解垂直行业知识并将其转化为工程解法。 加分项： ● 具备开源大模型私有化部署、SFT（监督微调）或 RLHF 相关经验； ● 有智能服务系统、CRM 或大型复杂 ToB 系统的核心研发经验。
