岗位职责
我们正在建设企业级 AI Agent Infra（Agent 基础设施平台），目标是将 Agent 的运行、编排、工具、记忆、安全等通用能力平台化，降低业务构建 Agent 的成本。 作为 Agent Infra 平台工程师，您将参与大模型接入、能力编排、性能优化、Agent 通用能力、评估体系建设以及成本管理等全链路工作，与 AI 应用、平台和基础设施团队协作，推动 Agent 能力从实验走向可复用、可治理的 Agent 工程体系。 主要职责
- 负责 AIGW（AI Gateway）的大模型接入、路由、限流、监控、运维体系建设与优化。
- 实现并维护与主流大模型服务（OpenAI、Anthropic、Gemini、DeepSeek 等）的 API 集成体系。
- 参与大模型能力评估：效果评测、推理性能优化、模型选型对比、成本分析与优化。
- 构建并维护 LLM 应用相关的工具链，包括 Prompt 模板管理、RAG 访问层、评测框架。
- 优化模型调用策略（缓存、多模型路由、降级策略、并发调度）。
- 支持业务团队落地 AI 应用，协助完成模型选型、评估、接入、调试与规范化接入。
- 编写并维护平台技术文档、接入文档、最佳实践与标准。
- 持续跟进生成式 AI、Agent、MCP、模型加速等领域的最新进展并应用于平台。
职位要求
- 计算机相关专业本科及以上学历。
- 2 年以上软件开发经验，具备平台类或后端系统开发经验。
- 熟练掌握 Python / Go 至少一种语言（二者皆熟练优先）。
- 熟练使用 MongoDB、Redis，具备良好的数据建模与缓存实践经验。
- 熟悉 Web 开发框架（Flask、FastAPI 等）及 RESTful API 设计与实现。
- 熟悉 Linux 环境，可独立使用 Dock.er 完成开发、部署、运维与故障排查。
- 熟悉大模型基本原理，了解大模型推理机制与常用模型（OpenAI、Anthropic 等）特性。
- 具备 提示工程、RAG 实践经验，了解其优势、限制及适用场景。
- 熟悉 AI Coding 工具（如 GitHub Copilot、Cursor、Windsurf）并可在日常研发中高效使用。
- 具有良好的沟通协作能力、高执行力、主动性强。 加分项：
- 有 AI 基础设施 / AI 平台 / AI 网关 开发经验。
- 有使用 LangChain / LangGraph / CrewAI 等 Agent 框架开发 Agent 应用经验。
- 有模型 推理性能优化、吞吐优化、成本优化 相关经验。
- 有 模型效果评测体系、Evaluator、Bench 工具链 的建设经验。
- 熟悉 RAG 技术体系（向量库、检索优化、长文本处理、重排序策略）。
- 熟悉 Agent、AI 编排、MCP（Model Context Protocol） 等相关技术或有落地经验。
- 有 前端开发经验（React/Vue）者优先，可独立完成前后端串联开发。
- 熟悉代码大模型（代码补全、代码生成、静态分析）等方向的工程化经验。
- 有 游戏研发经验或智能 NPC 开发经验者优先。
