高级大模型应用算法工程师

职位类别:研发类-后端

职位性质:社招

薪资: 薪酬面议

所属团队:AI团队

工作地点:无锡,南京

职位解读
工作职责

一、岗位职责

1. Agent编排内核研发(核心):主导智能体(Agent)编排框架核心设计与迭代,深耕任务动态规划、复杂流程拆解、多步骤链式编排、分支循环调度、异常容错回滚等核心能力;优化ReAct、CoT、Plan&Execute等推理编排范式,攻克Agent自主决策、多智能体协同分工、任务冲突消解、流程死锁规避等技术难题,搭建稳定、可扩展的生产级Agent工作流体系,实现LLM与编排引擎的高效协同。

2. Agent与知识库深度融合落地(核心):负责智能体工作流与企业知识库、检索体系的深度打通与融合优化,构建编排+RAG检索联动机制。设计流程化动态检索策略,实现Agent任务执行过程中按需触发知识库召回、多轮检索修正、检索结果动态注入工作流;优化知识库分层治理、混合检索、切片重排、增量更新能力,解决Agent长流程任务信息缺失、幻觉、漏召误召、时效性差等核心问题,提升智能体问答与任务执行的精准度。

3. AI技术架构设计与落地:负责Agent+知识库一体化平台技术栈选型与架构规划,搭建检索、编排、工具调用一体化技术架构,支撑高并发、低延迟的工业级智能体业务落地;适配云端部署场景,保障知识库检索、Agent流程调度的高效稳定运行。

4. 工程化与性能优化:建立完善的工程化与迭代体系,涵盖模型及知识库版本管理、全链路监控告警、A/B实验评测、自动扩缩容等机制;针对Agent长流程编排、大规模知识库检索场景,优化推理耗时、Token开销、检索延迟与资源利用率,通过量化、缓存调度、上下文压缩等手段,实现系统性能与稳定性升级。

5. 技术创新与业务赋能:跟踪Agent编排、多智能体协同、检索增强(RAG)前沿技术,开展技术预研与方案迭代;深入企业自动化、智能问答、业务协同等场景,落地知识库驱动的智能体解决方案,依托标准化工作流编排能力,赋能业务自动化、智能化升级。

6. 团队引领与技术沉淀:主导跨团队协作,制定Agent编排、知识库应用相关技术规范与研发流程;沉淀可复用的智能体编排组件、知识库适配框架、落地最佳实践,构建团队核心技术壁垒。

工作要求

二、任职要求

1. 3年研发经验,有相关AI实战经验,Agent编排、知识库RAG融合项目研发经验;

2. 有生产级AI系统架构设计经验,熟悉Docker/K8s、微服务等工程化实践,具备高并发编排、检索链路优化经验;

3. 熟练掌握Python/Go/Java,精通PyTorch深度学习框架,深度熟悉LangChain、AutoGen、LangGraph等主流Agent编排框架,具备框架二次开发、流程定制能力;

4. 深刻理解Agent核心原理,精通任务编排、动态规划、多智能体协同、工具链式调用核心模块设计与落地;

5. 扎实掌握知识库与RAG全链路技术,熟悉向量数据库、混合检索、文档分块、重排优化、知识库分层治理,可独立解决Agent场景下检索匹配、幻觉抑制、信息精准复用等核心问题;

6. 本科及以上学历,计算机、人工智能、机器学习等相关专业;

7. 具备较强的技术攻坚、问题复盘、跨团队沟通与项目推进能力。 三、加分项

8. 有开源Agent编排框架、RAG知识库框架贡献经验;

9. 持有Agent编排、智能知识库、大模型应用相关专利或顶会论文;

10. 具备多模态Agent、多智能体集群协同、大规模企业知识库平台落地经验。

投递简历