AI Agent 专家-租车(J21853)

岗位使命

围绕「研发全生命周期、组织全生命周期、目标管理」三条线建设内部提效体系：让组织以 AI Native 的方式运转，并对可量化的提效结果负责。管理并带领5人团队完成目标。

核心职责

一、研发全生命周期提效

知识库建设：搭建覆盖研发全生命周期的知识体系（架构与系统文档、历史方案、评审结论、线上案例），构建可检索、可复用、持续生长的 RAG 知识底座，让「组织记得住、新人找得到、Agent 用得上」。

数字分身：为关键专家与高频岗位构建数字分身 / 数字员工，承接高频咨询、方案初评、值守答疑等规模化重复性智力工作。

全栈效率优化：与全栈化转型协同，用 Agent 工具链（编码、测试、发布环节）压缩需求到上线的端到端周期。

敏捷迭代优化：把 AI 深度融入迭代流程——需求澄清、用例生成、代码评审、缺陷归因等环节的 Agent 化改造。

二、组织全生命周期提效（FDE 模式）

以 FDE 的方式深入各业务与职能团队：诊断真实痛点 → 定制并交付 Agent 解决方案 → 辅导团队真正用起来 → 对业务提效结果负责；并把个性化需求抽象沉淀为通用能力平台，实现一次交付、多方复用。

三、目标管理提效

建设完备的业务知识库体系与目标管理制度（目标对齐、进度同步、复盘沉淀），让信息在组织内高速流转，支撑管理层「看得见、对得齐、调得动」，加速组织整体 AI Native 转型。

任职要求

5 年以上互联网研发 / 技术背景，有扎实的工程功底（能动手搭系统，不只是提需求）。

AI Agent 实战经验：RAG 知识库、工作流编排、多 Agent 协作、Prompt 工程任一方向有从设计到落地的完整经验。

具备 FDE / 解决方案工程师的素质：能深入陌生业务快速理解痛点，能把模糊需求转成可交付方案，并对结果负责。

知识管理或信息架构相关经验（企业知识库、Wiki 体系、搜索 / RAG 体系建设）。

加分项

数字员工 / 数字分身 / 智能客服类产品的实际建设经验。

内部效能平台、DevOps 工具链、低代码平台的搭建经验。

大模型微调、RAG 进阶优化（混合检索、重排、评测体系）经验。

「超级个体」实践者：自身工作流已深度 AI 化，有可展示的个人提效案例。