岗位描述
岗位职责
1. 智能问数 Agent 研发
- 负责企业级智能问数 Agent 的架构设计、开发与迭代,支持用户通过自然语言进行数据查询、指标分析、趋势分析及业务洞察。
- 负责自然语言转 SQL(Text-to-SQL)核心能力建设,实现复杂业务问题的准确理解、SQL 自动生成、执行及结果校验。
- 设计多轮对话、上下文管理、任务规划及多 Agent 协同机制,提升复杂数据分析问题的处理能力。
2. 数据语义理解与知识体系建设
- 负责数据 Schema 理解、业务语义建模、指标体系及数据关系管理。
- 建设企业数据知识库,整合数据字典、业务规则、指标口径、历史 SQL 和典型业务问题。
- 优化数据检索、上下文召回和知识增强机制,提高模型对企业数据和业务逻辑的理解能力。
3. Agent 核心技术研发
- 基于 LangChain、LangGraph 等框架构建 Agent 工作流,设计工具调用、任务拆解、执行反馈和异常恢复机制。
- 研究和应用 RAG、Function Calling、MCP、Prompt Engineering 等技术。
- 结合业务场景开展模型选型、模型接入、Prompt 优化及必要的模型微调。
4. SQL 生成与质量优化
- 建设 SQL 生成、SQL 校验、SQL 安全控制及执行反馈机制。
- 解决多表关联、复杂聚合、时间周期对比、同比环比、窗口函数等复杂 SQL 生成问题。
- 建立智能问数评测体系,持续优化 SQL 准确率、业务指标一致性和回答质量。
5. 工程化与系统集成
- 负责 Agent 服务的后端开发、接口设计、性能优化和生产环境部署。
- 对接企业数据仓库、数据库、数据中台及现有业务系统。
- 建设日志监控、调用链追踪、效果评估及异常处理机制,保障系统稳定性和可维护性。
岗位要求
任职要求
工作年限:2年以上(优秀候选人可适当放宽)
学历要求:本科及以上,计算机、软件工程、人工智能、数据科学等相关专业优先。
1. 必备技术能力
- 具备扎实的 Python 编程能力,熟悉 FastAPI、异步编程及常见后端开发模式。
- 熟悉主流大语言模型及 API 接入,理解 Transformer、Token、Embedding、上下文窗口等基本原理。
- 有实际 LLM 应用或 Agent 项目开发经验,熟悉 LangChain、LangGraph 等至少一种 Agent 开发框架。
- 熟悉 RAG 技术,具备向量检索、混合检索、重排序及知识库建设经验。
- 熟悉 SQL,具备复杂 SQL 编写、调优及数据库开发经验。
- 理解 Text-to-SQL 的基本原理,具备自然语言转 SQL 的实际项目开发经验。
- 熟悉 MySQL、PostgreSQL、ClickHouse、Oracle 等至少一种数据库。
2. 加分项
- 有企业级智能问数、Text-to-SQL、BI 智能分析或数据分析 Agent 项目落地经验。
- 熟悉数据仓库体系,理解 ODS、DWD、DWS、ADS 分层及维度建模。
- 熟悉数据语义层、指标管理、元数据管理及数据血缘。
- 有 Datus、Vanna、DB-GPT 等开源智能问数框架的研究或实践经验。
- 熟悉 MCP、Multi-Agent、Tool Calling 等技术。
- 有金融、银行、证券、保险等行业数据分析项目经验。
- 具备大模型私有化部署、推理优化及国产大模型适配经验。