AI应用开发工程师

岗位职责:1、设计并开发业务Agent核心模块：包括任务规划、工具调用、记忆管理、多步推理等，让Agent能够理解复杂业务指令并自主完成长链路任务。2、构建与优化RAG（检索增强生成）体系：面向业务知识库，设计高效检索策略、重排序与上下文压缩方案，提升Agent回答的准确性与可追溯性。3、实现多智能体协作框架：探索多个Agent之间的分工、通信与协同机制，解决单一Agent难以覆盖的复杂业务场景。4、打通业务系统与Agent的桥梁：设计并维护Agent可调用的工具集（API、MCP、CLI、函数、工作流等），处理工具调用的可靠性、超时、降级与反馈闭环。5、参与Agent评测与持续迭代：建立业务场景下的Agent效果评测体系，通过线上反馈、人工标注与自动化评测驱动模型与策略优化。6、跟踪前沿技术并快速验证：关注ReAct、Plan-and-Execute、Reflexion、Agentic Workflow等方向的最新进展，结合业务痛点做快速原型验证。任职要求：1、计算机、软件、人工智能、数学等相关专业，本科及以上学历，2027届应届毕业生。2、扎实的编程功底，熟练掌握 Python\JAVA，有良好的代码风格与工程习惯。熟悉常用的数据结构与算法，具备基本的系统设计能力。3、了解大模型基础原理（Transformer、Prompt Engineering、微调、推理优化等），有使用 OpenAI API / Claude / 开源模型（如Qwen、Llama、DeepSeek） 进行应用开发的经验。4、理解RAG的基本流程，接触过 LangChain / LlamaIndex / Dify / AutoGen 等至少一种Agent或LLM应用开发框架。5、对业务有好奇心，愿意深入理解业务逻辑，能够将模糊的业务需求转化为清晰的技术方案。 对人工智能技术有浓厚兴趣，具备持续学习和技术探索的热情。有如下经验者优先：1、在Agent方向有实际项目经验：如自主搭建过能完成多步任务的Agent、参加过Agent相关黑客松或竞赛、在GitHub上有相关开源项目。2、熟悉多智能体协作、任务分解与规划 的经典算法或最新论文，并能复现关键思路。3、有向量数据库（如Milvus、FAISS、Pinecone） 的调优经验，或对嵌入模型选型、混合检索、重排序有实战理解。4、了解模型微调（LoRA/QLoRA）、模型蒸馏、推理加速（vLLM、TensorRT-LLM）等工程化技术。5、有后端服务开发经验（FastAPI、Flask、Django等），了解高并发、异步编程、消息队列等。6、在ACL/EMNLP/NAACL/NeurIPS/ICLR 等会议发表过论文，或在知名技术社区有高质量技术博客。