岗位职责
Agent 系统开发 负责基于 LLM 构建 Agent 系统与复杂 Workflow 设计并实现 ReAct、Plan-Execute、Multi-Agent 等 Agent 架构 实现 Tool Calling、Function Calling、MCP 等工具生态集成 设计任务规划、记忆管理、状态管理与长期上下文机制 Prompt Engineering 与模型优化 设计和优化 Prompt、System Prompt、Tool Description 建立 Prompt 评测体系与自动优化闭环 基于线上 Case 持续进行 Bad Case 分析与迭代 参与模型选型与效果评估 LLM Evaluation 构建 Agent、RAG、Prompt 等模块的自动化评测体系 设计 Accuracy、Latency、Cost、Preference 等评测指标 建设 Golden Dataset、Regression Test、Benchmark 体系 推动 AI 应用从经验驱动向数据驱动演进 RAG 与知识增强 负责企业知识库建设与检索增强生成（RAG）系统开发 设计向量检索、Hybrid Search、Re-Ranking 等检索链路 优化知识召回率、准确率与时效性 构建知识评测体系与数据质量监控机制 微调与数据工程 参与 SFT、DPO 等模型微调项目 设计训练数据构建、清洗与质量评估流程 结合业务场景探索小模型优化与领域模型建设 前端与产品交互 基于 TypeScript 开发 AI 产品能力 参与 Agent UI、Chat UI、Workflow UI 等前端开发 与产品、设计协同完成 AI 能力落地 优化用户体验与交互效果
职位要求
必备条件 本科及以上学历，计算机相关专业 熟练掌握 TypeScript 熟悉 Node.js 生态及现代前端开发体系 具备生产级大模型应用开发经验 熟悉 Prompt Engineering 方法论 熟悉 Agent 开发框架，并掌握其核心原理：LangGraph/LangChain/LlamaIndex/AutoGen/或同类框架 熟悉 RAG 架构与相关技术栈 技术能力 熟悉 OpenAI、Gemini、Claude、Qwen、DeepSeek 等主流模型 熟悉 Tool Calling / Function Calling 熟悉常见向量数据库：Milvus、Elasticsearch、pgvector 熟悉评测体系建设与实验设计 熟悉 AI 应用性能优化与成本优化 加分项 有 Prompt 自动优化经验 有 AI Evaluation 平台建设经验 有 SFT/DPO/LoRA 微调经验 有 MCP、A2A 等 Agent Protocol 实践经验 我们希望你具备 对 AI Agent 充满热情 善于从真实业务问题中抽象通用能力 具备数据驱动和评测驱动思维 关注 AI 应用的准确率、成本、延迟与用户体验 能够推动系统形成持续优化、自我进化的闭环 技术栈 - TypeScript - Node.js - React / Next.js - LangGraph / LangChain - OpenAI / Gemini / Claude / Qwen / DeepSeek - Elasticsearch / Milvus / pgvector - Docker / Kubernetes - GitHub Actions - Langfuse / LangSmith
