岗位描述
岗位职责
1. 负责金融业务场景 Agent 系统的端到端架构设计与核心开发,覆盖任务规划、工具调用、多 Agent 编排、记忆管理与执行引擎。
2. 基于 LangChain / LangGraph / LlamaIndex 等框架编排 Agent 工作流,实现工具注册、路由分发、状态持久化及长链任务可靠性机制。
3. 负责 RAG 工程化建设,包括向量数据库选型调优、混合检索、重排序与内容溯源,控制金融场景幻觉风险。
4. 建立 Agent 评测与可观测体系,围绕任务完成率、工具调用准确性、事实准确性、安全兜底等维度设计评估指标。
5. 独立完成前端交互(对话界面、任务看板、人机协同流程)与后端服务(API、数据库、消息队列、微服务)的全链路开发与上线。
6. 将 Agent 能力集成至风控、交易、数据平台等业务系统,设计标准化工具接口与数据管道(API / MCP / Function Calling)。
7. 优化模型调用链路,包括多模型路由、成本控制、延迟优化与降级策略。
任职要求
1. 本科及以上学历,计算机、软件工程、人工智能等相关专业。
2. 3 年以上后端或全栈开发经验,至少 1 年大模型/AI 应用开发经验;有金融科技、支付、风控、资管或银行系统背景优先。
3. 精通 Python,并具备 TypeScript / Java / Go 中至少一种语言的扎实工程能力;能独立完成 React / Vue / Next.js 前端与 FastAPI / Spring Boot / Node.js 后端交付。
4. 熟悉数据库、缓存、消息队列、微服务等分布式系统基础,具备高可用、高并发设计意识。
5. 深入理解 Agent 技术栈:ReAct / Plan-and-Execute、Function Calling、MCP 协议、多 Agent 协作机制。
6. 具备 LangChain / LangGraph / LlamaIndex / AutoGen / CrewAI 中至少一种框架的实际项目经验,有生产级 Agent 系统落地经验优先。