岗位职责
- 聚焦宣发业务场景，将产品需求和技术原型转化为生产级 Agent 产品——从方案设计、核心开发到上线运维，对线上可靠性和效果负责；
- 负责 Agent 生产化工程：容错降级（超时/限流/幻觉兜底）、可观测性体系、回归测试与灰度发布，确保非确定性系统稳定运行；
- 主导 RAG 知识库落地与效果调优：文档处理 pipeline、混合检索（向量+关键词+rerank）、持续度量与迭代；
- 构建评测体系并嵌入交付流程：定义指标（准确率、召回率、幻觉率），建立自动化评测 pipeline，从 badcase 归因驱动系统性改进；
- 负责 Agent 编排架构设计：Function Calling 体系、多轮对话状态管理、上下文工程，参与 MCP 协议集成等基础设施建设；
- 负责技术方向把控与经验沉淀：评审方案、定义最佳实践、将经验编码进团队工具链与规范。
职位要求
- 有 AI 原型/POC 转化为生产级产品的实战经验，清楚"demo 能跑"到"线上稳定"之间需要解决哪些工程问题；
- 深入理解 LLM Agent 工作原理与架构模式（ReAct / Plan-Execute / Multi-Agent），有 trade-off 判断能力而非仅停留在框架使用；
- 掌握 RAG 工程化：chunking 策略、混合检索方案、rerank 机制，有系统性效果优化方法论；
- 扎实的后端工程能力：熟练掌握 Java/Python/Go 至少一门，具备分布式系统、高并发经验，能独立完成服务端架构设计；
- 具备技术领导力：能在复杂技术决策中给出有依据的判断，将个人经验转化为团队规范和工具；
- 优秀的沟通协作与问题拆解能力，能与业务、产品、技术各角色有效对齐。
