钱塘征信-AI Agent应用开发工程师-杭州

我们在做什么？ 我们在搭建企业级 AI Agent 协作平台,把大模型能力落地为可编排、可治理、可评测的多 Agent 系统。你将参与 Agent 编排引擎、流式通信、工具协议、评测治理等核心能力的建设。这是一个有真实技术深度、不是"套壳 ChatGPT"的方向。 岗位职责 - 设计并实现多 Agent 编排能力:任务规划、调度执行、父子任务关联、产物传递,让 Agent 协作从"prompt 自主决策"走向可观测、可审计、可重放。 - 构建和维护 LLM 流式交互全链路(SSE),处理 token、审批、状态、异常等事件协议,保障连接断开、超时、重试等边界场景的稳定性。 - 参与工具集成与协议桥接(MCP / Function Calling / 外部 REST API),设计 Agent 与工具、Agent 与人之间的审批与交互闭环。 - 落地工程化基础设施:多模型路由、API Key 池化与限流、会话与认证、分布式锁、定时任务。 - 持续重构与优化:识别并清理死代码,简化过度设计,在"够用"与"可扩展"之间做工程权衡。

• 3 年以上后端开发经验,Java(8/17)+ Spring Boot 扎实,熟悉 JPA、WebFlux、反应式编程。 - **真正写过流式接口**:理解 SSE 协议、背压、连接生命周期,能定位并解决"消息丢失""连接中断""并发回写"等实际问题。 - 扎实的数据库功底:表设计与调优、分布式锁、迁移脚本管理。 - 具备前端开发能力,能独立完成中等复杂度页面(Vue 3 / React 任一栈,熟悉流式数据的前端解析与渲染)。 - 熟悉 Redis、Docker、常见定时任务调度方案。 - 代码规范意识强:日志、异常处理、接口契约、RESTful 命名是底线。 加分项 - 有 LLM 应用落地经验:用过国内外主流大模型 SDK,理解 prompt 工程、function calling、思考模式等。 - 了解或实践过 Agent 编排框架、工作流引擎、任务队列、评测系统任一方向。 - 熟悉 MCP(Model Context Protocol)及相关工具集成。 - 有钉钉 / 企微 / 飞书等开放平台集成经验。 - 关注 Agent 互联互通、能力发现、多 Agent 协作协议等行业趋势。 我们看重的特质 - 能把模糊的业务诉求拆解为可交付的技术方案,而非被动接需求。 - 重构有勇气也有克制:敢删该删的代码,也能说清"为什么删、为什么不删"。 - 重视"为什么做",而非单纯堆功能。