岗位描述
岗位职责
1. 负责智能体(Agent)产品的架构设计、核心功能开发与迭代,覆盖从需求分析、方案设计、编码实现到上线运维的全流程。
2. 基于 RAG / GraphRAG 技术栈,设计并优化知识检索与问答链路,包括文档解析、切片策略(Chunking)、向量化(Embedding)、召回与重排序(Rerank)、知识图谱构建与多跳推理(Multi-hop Reasoning)等环节的工程落地。
3. 参与 Agent 的规划(Planning)、工具调用(Tool Use / Function Calling / MCP)、记忆(Memory)与多轮对话等核心模块的开发,支持多智能体协同与工作流编排,持续优化 Agent 的任务成功率。
4. 负责智能体相关服务的容器化部署与运维,包括 Docker 镜像构建、容器编排、服务发布、日志监控与故障排查,保障线上服务稳定性。
5. 与算法、产品团队协作,将大模型能力(LLM / RAG / Agent 框架)转化为可交付的业务功能,并编写相关技术文档。
岗位要求
1. 编程语言:熟练掌握 Python,具备扎实的工程化开发能力(模块设计、异常处理、异步编程、单元测试),熟悉 FastAPI / Flask 等后端框架者优先;了解 Node.js 者优先。
2. Agent 开发经验:熟悉智能体开发的完整流程,理解 ReAct、Plan-and-Execute 等推理与执行范式,具备 OpenClaw、Hermes、DSH 等智能体框架或平台的项目开发经验者优先。
3. RAG 技术栈:熟悉 RAG 及 GraphRAG 的技术流程与实践案例,掌握 Embedding、向量数据库(如 Milvus / FAISS / Qdrant)、知识图谱构建(实体抽取、关系抽取)与混合检索融合方案,有实际落地案例者优先。
4. Docker 运维:掌握 Docker 的日常运维与部署,能独立完成镜像构建(Dockerfile 编写与优化)、容器启动与管理、镜像仓库使用(拉取/推送/版本管理)、数据卷与网络配置等操作;熟悉 Git 与 Linux 基本操作。
5. 具备良好的问题定位与排查能力,能独立完成从开发到部署上线的闭环。
加分项
1. 有 Node.js / TypeScript 开发经验,能进行全栈开发。
2. 有 NL2SQL、Text2SQL 或企业级数据智能问答项目的实践经验。
3. 有 Agent 评估体系建设经验(评估指标设计、自动化评测、可观测性工具如 LangSmith)。
PS:岗位面试通过,需要近期到广州实习3个月~