岗位职责
- 负责 AI Agent 应用设计与开发,推动大模型能力在业务场景中落地。
- 建设知识库与 RAG 系统,优化数据处理、知识组织、检索与生成效果。
- 设计与实现 Agent Harness,完善上下文管理、工具调用、任务编排、状态管理与异常恢复。
- 建立评测与监控体系,持续优化系统准确性、稳定性、响应速度与成本。
- 推进公共能力抽象与平台化建设,合理划分模型、工具、知识、流程与业务系统的职责边界,支持多场景接入与能力复用。
职位要求
- 熟练掌握 Python、Java、TypeScript 中至少一种语言,具备扎实的后端开发能力和良好的架构意识,能够独立完成模块设计、开发与部署。
- 理解 LLM 与 Agent 的工作机制,熟悉工具调用、上下文管理及 Workflow 编排,了解 Agent Harness 的设计与实现。
- 熟悉知识库构建与 RAG 原理,掌握文档解析、切分、Embedding、混合检索与重排;了解 GraphRAG、Agentic RAG、LLM Wiki 等前沿技术及适用场景。
- 理解向量引擎与 ANN 检索底层原理,了解 HNSW、IVF 索引及 PQ 等量化方法,能够权衡召回率、延迟与资源成本。
- 具备架构意识与技术判断力。 能够根据业务规模、数据特征和可靠性要求进行模块划分、接口抽象及技术选型,明确模型推理与确定性代码的职责,避免不必要的系统复杂度。 加分项 - 有 Agent、知识库或 RAG 系统的生产实战经验。 - 有大规模向量检索、多模态检索、搜索引擎或复杂任务调度实验经验。 - 有 Prompt 优化、自动化评测或自进化等相关实战经验。