AI-Agent平台研发工程师

1.设计Agent系统架构：角色与职责划分、工具与记忆、多Agent协作、人机交接与升级路径，使系统可扩展、可治理，而非一次性脚本堆叠

2.面向现有业务与研发场景做AI赋能设计：梳理流程中可自动化、可增强的环节，定义输入、授权边界、产出形态与验收标准，推动从试点到可复用能力

3.规划并推进数字员工方向：将高频、边界清晰的岗位工作抽象为可运行的Agent岗位（职责、工具、知识、权限、考核），与人共同构成可持续迭代的工作体系

4.设计并实现平台核心能力：数据模型、服务接口与操作界面，保证状态、权限与操作留痕清晰可追溯

5.将文档、流程、项目材料与数据资产接入统一身份与授权体系，并以模块化方式支持新业务与研发场景接入

6.基于大模型构建Agent编排与工具调用体系，设计职责单一、语义明确、异常可解释的工具接口

7.建设上下文与安全边界：仅使用已授权数据，写操作与对外动作经过确认与审计；建立评测、监控与降级，保障行为可预期、结果可核验

8.跟踪大模型与Agent前沿进展，与研究及业务、研发团队协同，将可行方案转化为可长期演进的内部能力

1.计算机、电子工程、人工智能或相关理工科专业，硕士及以上学历

具备完整功能的独立交付能力（接口、数据、测试与异常处理）；有相关实习或项目经验的应届硕士亦可考虑

2.熟练使用 Python，熟悉主流 Web 框架与关系型数据库；具备 TypeScript / React 或 C++ 经验更佳

3.具备系统与架构思维：能从流程、权限、数据与人机协作出发设计Agent体系，而不仅实现单点功能

4.能与业务及研发方对话，将模糊目标收敛为可编排的工作流、可验收的Agent职责与可复用的平台能力

5.重视权限、审计与数据安全边界；具备良好的沟通与文档能力

6.对AI、系统软件与研发工具链有强烈兴趣，关注Agent从辅助工具走向数字员工的长期演进

优先背景（非必须）

1.大语言模型 / AI Agent / 多智能体协作 / 检索增强（RAG）

2.工作流编排 / 业务系统集成 / 研发平台 / 知识库 / 数据平台

3.人机协同系统设计 / 数字员工或岗位级自动化实践

4.GPU架构 / 高性能计算

5.图形渲染 / 图形算法

6.EDA / 编译器 / 系统软件

7.AI辅助研发 / 自动化工程系统

8.分布式系统 / 基础设施

我们在寻找的人

能够把现有业务与研发用AI重新设计成可运行体系的人：既动手交付平台与Agent，也思考架构、治理与数字员工的长期形态——而不仅仅是把模型接到现有工具上