Agent研发工程师(J10278)

工作职责
1、负责工业场景智能 Agent 与多范式 RAG 系统的方案设计、开发与迭代，包含向量关键字 RAG、图谱 RAG、Wiki 知识库检索、Agent RAG 的工程落地。
2、参与领域知识体系梳理，设计知识 Schema，完成向量知识库、知识图谱、类 Wiki 知识库的搭建；负责文本处理、切片、向量化、知识融合与知识库质量治理。
3、研发和优化检索召回链路，实现向量语义检索、图谱关联查询、Wiki 知识检索能力；设计 Agent 的任务拆解、工具调用、多轮规划、反思校验逻辑。
4、协同算法、产品、业务团队，完成 RAG+Agent 应用开发，优化检索策略、提示词编排、路由选择，解决幻觉、答案溯源、复杂问题推理等问题，支撑上层智能问答业务落地。
5、输出系统设计文档、接口文档、知识库构建方案，沉淀 Agent 编排、多范式 RAG 工程化方法论，持续迭代 Agent 与 RAG 应用效果。
6、领导交办的其他任务。

任职资格
1、硕士及以上学历，计算机科学与技术、人工智能等相关专业。
2、扎实的大模型、RAG 基础，熟悉向量 RAG、图谱 RAG、Wiki 知识库、Agent RAG 技术方案，有 Agent 开发、检索增强系统落地经验。
3、具备良好工程编码能力，熟悉向量数据库、图数据库，掌握文本分块、向量化、语义召回、知识融合、提示词工程等 RAG 相关技术。
4、理解 Agent 核心机制，熟悉任务规划、工具调用、多轮思考、ReAct 等 Agent 框架；有复杂问题拆解、多工具编排实践经验优先。
5、优秀逻辑抽象、结构化思维，能够针对工业多源异构数据设计知识库方案；具备良好跨团队沟通能力，规范文档输出习惯。
加分项
1、有向量 RAG、图谱 RAG、Wiki 知识库、Agent RAG 项目落地经验；
2、熟悉 Milvus/FAISS 等向量数据库，Neo4j/NebulaGraph 等图数据库；
3、熟悉 LangChain、LlamaIndex 等 Agent 开发框架，有大模型应用开发经验；
4、了解 NLP 基础，具备实体抽取、关系抽取等知识处理相关项目实践。