AI 应用工程师（Agent & 知识库方向）

岗位职责

1. 负责LLM 智能 Agent的设计、开发与迭代落地，包括规划型 Agent、工具调用 Agent、多轮任务 Agent、多 Agent 协同编排，设计 Agent 的记忆模块、反思机制、工具路由、任务拆解与状态管理流程；

2. 负责企业私有知识库体系建设，包含文档解析、分块策略、向量化、检索增强（RAG）全链路开发，优化检索召回、重排、过滤、答案生成链路，解决幻觉、上下文溢出、长文档问答等问题；

3. 对接开源大模型（Qwen、GLM、DeepSeek 等）、向量库、文档解析组件，搭建私有化推理、检索服务，完成接口封装、服务编排、限流与监控；

4. 参与 Agent 工具集开发与管理，对接外部业务系统 API、数据库、文件服务，实现 Agent 自主调用工具完成业务查询、数据处理、报表生成等任务；

5. 持续优化 RAG+Agent 方案效果：评估召回精度、答案准确率、任务完成率，做 Prompt 工程、微调选型、评估集建设、Bad Case 闭环；

6. 和产品、算法、业务侧对齐需求，输出方案文档、架构图、技术选型文档，支撑业务场景落地（行业知识库问答、智能助理、业务流程自动化 Agent 等）；

7. 参与平台化能力沉淀：Agent 编排引擎、知识库管理平台、评估平台、Token 管理等模块开发，支撑多业务复用；

8. 跟进 Agent、RAG 领域前沿技术，调研新框架、新方案，推动技术预研与落地验证。

任职要求

1. 本科及以上，计算机、软件工程、人工智能等相关专业，2 年及以上大模型应用开发经验；

2. 熟练 Python 开发，熟悉 FastAPI/Flask 等后端框架，了解异步编程；

3. 有AG 知识库落地实战经验，熟悉文档解析（PDF/Word/Markdown）、文本切分、Embedding、向量数据库（Chroma、Milvus、Qdrant、PGVector 等）、重排模型；

4. 有Agent 开发实战经验，熟悉 LangGraph、LangChain、LlamaIndex、AutoGen 等 Agent 框架，理解 Agent 规划、记忆、工具调用、多 Agent 协作原理；

5. 熟悉大模型调用链路，理解上下文窗口、Token 消耗、流式输出、模型推理优化；

6. 掌握基础 Git、容器 Docker，了解私有化部署流程；

7. 具备独立排查链路问题能力，能定位召回、模型生成、Agent 执行失败问题。

优先加分项

1. 有多 Agent 协同、业务流程 Agent、工作流编排落地经验；

2. 懂向量检索优化、混合检索（关键词 + 向量）、Rerank、图检索等优化手段；

3. 熟悉信创环境、国产算力部署、私有化大模型推理优化；

4. 具备 Prompt 评估、评测数据集构建、自动评测体系建设经验；

5. 了解前端基础（Vue/React），能和前端协同调试智能对话、Agent 工作台；

6. 有物流、企业内部知识库 / 智能助理落地经验。