【理想+】AgentOps研发工程师

岗位描述： 1. 负责面向SDLC(软件开发生命周期)方向的Agent 系统的设计、开发和优化、开发和完善基于大语言模型 (LLM) 的智能体系统，提升 Agent 的自主决策和任务执行能力； 2. 负责研发智能助手Agent指令意图理解相关工作(工单指令和值班组分发)，整体提升大模型的多轮对话指令理解能力和性能； 3. 设计并实现 Agent 的工具使用接口，实现与各类外部系统和 API 的集成编排； 4. 负责研发智能助手Agent在检索、推荐、工具调用方面的系统设计实现和优化，探索Agent、RAG、领域模型调优等相关技术在业务场景落地； 5. 具备模型知识、幻觉机制探究，提升模型知识水平、降低模型幻觉率； 6. 建立和完善 Agent 工程化开发实践范式，包括需求理解、评测体系建设、数据收集与反馈闭环机制，推动智能助手的迭代优化与持续提升，实现可观测、可调优、可演进的 Agent 产品能力； 7. 深入调研AI领域相关的前沿技术，跟踪业内大模型领域的最新进展，并寻求将最新技术应用到产品的可能性。 岗位要求： 1. 学历与经验 计算机科学、软件工程、人工智能等相关专业本科及以上学历；具备分布式系统或 AI 架构经验，并且有Agent 实践经验。 2. 深厚的 LLM / Agent 技术栈 精通 Python（或 Go/Java），熟悉 LangChain、AutoGen、LangGraph、Prompt 工程、RAG、微调 (SFT / LoRA)；具备多模型集成与评测经验。 3. 云原生与 MLOps 能力 熟练使用 Kubernetes、Docker、Terraform 及 CI/CD；了解 Kubeflow、MLflow、向量数据库 (FAISS/Weaviate) 与 GPU 调度，在大规模推理或训练环境有实践记录。 4. 系统设计与性能调优 能独立完成高并发、高可用架构方案设计；具备数据流、缓存、索引与网络调优能力，并能利用监控数据进行容量规划与 SLA/SLO 管理。 5. 安全、合规与风险意识 了解模型安全、数据安全与合规要求 (GDPR / CCPA / 行业合规)；有建立安全闸口和治理闭环的实战经验。 6. 领导与沟通能力 具备跨部门协调、技术布道与文档写作能力，可将复杂技术方案转化为业务价值并对接用户需求。