Agent开发工程师（Base深圳或佛山）

本岗位可Base深圳或佛山项目现场，若介意请勿投【岗位职责】 1. Agent 系统架构与研发： √ 负责基于大模型的 Agent 系统设计与开发，构建具备感知、规划、记忆及工具使用能力的智能体。 √ 设计并实现复杂的多步任务编排（Workflow），确保 Agent 在业务场景中的逻辑闭环。 2. 框架应用与深度定制： √ 熟练运用 LangChain、LlamaIndex 等主流框架，深入理解其核心组件（Chains, Agents, Tools, Memory, Callbacks）的工作原理。 √ 根据业务需求对框架进行二次开发或优化，解决原生框架在特定场景下的局限性。 3.RAG 与知识增强： √ 搭建并优化 RAG（检索增强生成） 技术栈，包括文档解析、向量数据库选型、检索策略优化（混合检索、重排序等），提升回答的准确性与时效性。 √ 解决幻觉问题，确保 Agent 输出内容的可追溯性与可靠性。 4.Prompt 工程与效果调优： √ 设计高效、稳定的 Prompt 模板 与指令集，运用 CoT（思维链）、Few-Shot 等技巧提升模型表现。 √ 建立 Prompt 版本管理与评估体系，持续迭代优化。 5. 性能优化与工程化落地： √ 成本控制： 通过缓存机制、小模型蒸馏、Token 优化等手段，有效降低 LLM 调用成本。 √ 鲁棒性增强： 设计异常处理机制与重试策略，提高 Agent 在面对工具调用失败、网络波动或恶意输入时的稳定性。 √ 延迟优化： 分析系统瓶颈，优化并发处理与流式输出体验，降低端到端响应延迟。 【任职要求】 1.学历背景：计算机科学、软件工程、人工智能或相关专业，本科及以上学历。 2.工作经验：具备 2-3 年 及以上软件开发经验，其中至少 2-3 年专注于大模型应用（LLM）或 Agent 系统研发。有完整的 LLM 应用从 0 到 1 落地经验者优先。 3.技术栈要求： √ 精通 Python 编程，熟悉异步编程、API 设计及微服务架构。 √ 熟练掌握 LangChain / LlamaIndex / AutoGen 等至少一种主流 Agent 开发框架，并阅读过核心源码。 √ 熟悉主流大模型（如 Llama 3, Qwen, GPT-4 等）的 API 特性及微调（Fine-tuning）流程。 4.核心能力： √ 深刻理解 Prompt Engineering 原理，有构建结构化 Prompt 库的经验。 √ 熟悉向量数据库（如 Milvus, Chroma, Elasticsearch）及 Embedding 模型的使用。 √ 具备优秀的系统调试与性能分析能力，能够量化评估 Agent 的准确率、召回率及响应时间。 5.综合素质： 对 AI 前沿技术保持敏感，具备良好的英文文档阅读能力。 具备较强的问题分析与解决能力，能够在模糊的需求下探索技术边界。 【加分项】 1.有 Multi-Agent（多智能体协作） 系统研发经验。 2.熟悉 Function Calling / Tool Use 的高级用法，有自定义复杂工具链的经验。 3.有垂直领域（如金融、法律、医疗、客服）的大模型落地经验。 4.熟悉模型量化、本地部署（vLLM, Ollama）及私有化大模型搭建。