高级大模型应用算法工程师

岗位职责

Agent编排内核研发（核心）：主导智能体（Agent）编排框架核心设计与迭代，深耕任务动态规划、复杂流程拆解、多步骤链式编排、分支循环调度、异常容错回滚等核心能力；优化ReAct、CoT、Plan&Execute等推理编排范式，攻克Agent自主决策、多智能体协同分工、任务冲突消解、流程死锁规避等技术难题，搭建稳定、可扩展的生产级Agent工作流体系，实现LLM与编排引擎的高效协同。

Agent与知识库深度融合落地（核心）：负责智能体工作流与企业知识库、检索体系的深度打通与融合优化，构建编排+RAG检索联动机制。设计流程化动态检索策略，实现Agent任务执行过程中按需触发知识库召回、多轮检索修正、检索结果动态注入工作流；优化知识库分层治理、混合检索、切片重排、增量更新能力，解决Agent长流程任务信息缺失、幻觉、漏召误召、时效性差等核心问题，提升智能体问答与任务执行的精准度。

AI技术架构设计与落地：负责Agent+知识库一体化平台技术栈选型与架构规划，搭建检索、编排、工具调用一体化技术架构，支撑高并发、低延迟的工业级智能体业务落地；适配云端部署场景，保障知识库检索、Agent流程调度的高效稳定运行。

工程化与性能优化：建立完善的工程化与迭代体系，涵盖模型及知识库版本管理、全链路监控告警、A/B实验评测、自动扩缩容等机制；针对Agent长流程编排、大规模知识库检索场景，优化推理耗时、Token开销、检索延迟与资源利用率，通过量化、缓存调度、上下文压缩等手段，实现系统性能与稳定性升级。

技术创新与业务赋能：跟踪Agent编排、多智能体协同、检索增强（RAG）前沿技术，开展技术预研与方案迭代；深入企业自动化、智能问答、业务协同等场景，落地知识库驱动的智能体解决方案，依托标准化工作流编排能力，赋能业务自动化、智能化升级。

团队引领与技术沉淀：主导跨团队协作，制定Agent编排、知识库应用相关技术规范与研发流程；沉淀可复用的智能体编排组件、知识库适配框架、落地最佳实践，构建团队核心技术壁垒。

任职要求

3年研发经验，有相关AI实战经验，Agent编排、知识库RAG融合项目研发经验；

有生产级AI系统架构设计经验，熟悉Docker/K8s、微服务等工程化实践，具备高并发编排、检索链路优化经验；

熟练掌握Python/Go/Java，精通PyTorch深度学习框架，深度熟悉LangChain、AutoGen、LangGraph等主流Agent编排框架，具备框架二次开发、流程定制能力；

深刻理解Agent核心原理，精通任务编排、动态规划、多智能体协同、工具链式调用核心模块设计与落地；

扎实掌握知识库与RAG全链路技术，熟悉向量数据库、混合检索、文档分块、重排优化、知识库分层治理，可独立解决Agent场景下检索匹配、幻觉抑制、信息精准复用等核心问题；

本科及以上学历，计算机、人工智能、机器学习等相关专业；

具备较强的技术攻坚、问题复盘、跨团队沟通与项目推进能力。

加分项

有开源Agent编排框架、RAG知识库框架贡献经验；

持有Agent编排、智能知识库、大模型应用相关专利或顶会论文；

具备多模态Agent、多智能体集群协同、大规模企业知识库平台落地经验。