AI智能体开发工程师

我们正在寻找一位在智能体算法领域兼具扎实理论基础与突出工程实践能力的资深人才。您将作为关键角色，深度参与下一代基于大语言模型的多智能体系统研发，致力于解决高复杂度的真实应用场景问题。若您不仅深入掌握LLM的核心机制，更具备将多智能体架构与RAG技术成功应用于大规模项目的经验，并乐于探索前沿技术边界，那么这一岗位将为您提供充分施展才华的空间。 主要职责 · 多智能体系统研发： 主导面向复杂任务场景的多智能体系统设计、实现与调优工作，涵盖任务拆解、智能体协同策略、竞争博弈机制及通信协议等核心模块。 · 大语言模型应用与优化： 深入理解大语言模型运行机理，结合实际需求提升智能体在推理、规划与决策方面的能力，熟练运用模型微调、提示工程等关键技术手段。 · RAG系统构建： 负责搭建高效、精准的检索增强生成系统，精通文档解析、向量化检索、结果重排序以及上下文管理全流程，包括长文本处理与对话历史维护等关键环节。 · 算法工程化与落地： 完成从算法原型到生产级服务的转化，打造稳定、可扩展、高性能的算法服务体系，应对线上部署中的性能、延迟与容错等各类工程挑战。 · 技术前瞻与研究： 持续追踪学术界与工业界的最新进展，评估并引入具有应用潜力的新方法，推动智能体系统能力持续迭代升级。 必备要求 · 学历与专业： · 计算机科学、人工智能或相关方向硕士及以上学位。 · 编程与工程能力： · 精通 Python，具备良好的编码习惯和工程素养。 · 掌握常见软件设计模式，能够构建复杂且可拓展的算法系统。 · 具备大型算法项目的开发协作经验，熟悉 Git、代码评审、单元测试等标准化开发流程。 · 算法与理论深度： · 深入理解大语言模型基本原理，对 Transformer 结构、注意力机制、位置编码等内容有扎实掌握。 · 具备 LLM 与多智能体系统的实际研发经历，了解智能体生态构建的技术难点与发展路径。 · 框架与工具： · 熟悉至少一种主流多智能体框架，如 LangGraph、AutoGen、CrewAI 或 MetaGPT。 · 了解 RAG 实现机制，具备向量数据库、检索模块、评分组件等相关技术的实际使用经验。 优先考虑条件 · 具备智能体工程化落地或 RAG 工程实践经验者优先，例如： · 成功上线过具备自主任务执行能力的智能体应用。 · 开发过支持海量、多源、异构数据的企业级 RAG 系统。 · 在实际项目中解决过复杂上下文处理、工具调用集成、记忆存储管理等难题。 · 在 ACL、EMNLP、NeurIPS、ICML 等顶级会议发表过相关研究成果。 · 熟练使用至少一种主流深度学习框架，如 PyTorch 或 TensorFlow。 · 拥有 AWS、GCP、Azure 等云平台或 Docker、Kubernetes 等容器化技术使用背景。