Agent技术专家

我们正在寻找具备深厚Java功底与AI工程化视野的技术专家。你将负责公司核心AI Agent（智能体）平台的建设，主导从LLM应用层到Java后端基础设施的深度融合，构建稳定、可靠、可观测的智能自动化解决方案。 【岗位职责】 架构设计与核心开发： 负责上亿用户的AI Agent平台的整体架构设计，基于Java技术栈构建高性能、高可用的Agent运行时环境（Runtime），解决多智能体协作、记忆存储、工具调用等核心问题。 AI能力集成： 封装并整合大语言模型，设计统一的模型网关，实现动态路由、流式响应及Token成本管控。 Agent技术栈落地： 深度应用LangChain4j、Spring AI 或自研框架，实现ReAct、Plan-and-Execute等Agent模式；设计并实现Agent与现有微服务、数据库、API的标准化“工具（Tool）”接入规范。 工程化与稳定性： 解决Agent应用中的高延迟、不确定输出、幻觉抑制等难题；建立完善的Agent链路追踪、日志分析和评估（Evaluation）体系，确保生产环境下的可控性。 技术攻坚与指导： 攻克RAG（检索增强生成）在高并发场景下的向量检索性能瓶颈，指导初中级工程师进行AI原生应用开发，沉淀AI工程化最佳实践。 【任职资格】 1. 基础能力 统招本科及以上学历，计算机相关专业，5年以上Java后端开发经验，有大型分布式系统架构经验。 Java基础扎实： 精通Java并发编程、JVM调优、网络编程，熟悉Spring Cloud/Dubbo等微服务生态。 2. AI与Agent能力 框架经验： 至少精通一种Java生态的AI框架（如LangChain4j、Spring AI），或有Python LangChain迁移至Java的生产经验。 模型原理： 深刻理解Prompt Engineering、Function Calling（工具调用）、RAG、向量数据库（如Milvus、Qdrant、Pgvector）的原理与优化。 Agent模式： 熟悉AutoGPT、MetaGPT等Agent设计思想，有实际解决Agent循环调用、上下文长度控制、复杂任务拆解的经验。 3. 工程化视野 对AI应用的可观测性（OpenTelemetry）、缓存策略（多级缓存）有深刻理解。 【加分项】 有开源AI框架贡献经验，或能提供GitHub/技术博客链接者优先。 有AIGC（AI生成内容）在金融、电商、企业软件领域的落地经验（如智能客服、代码辅助、流程自动化）。 熟悉Python，能进行简单的模型微调或数据处理。 有高并发场景下降低LLM推理延迟的实践经验。