角色定位：AI專家，具備從0-1經(jīng)驗(yàn)。具體薪酬面議。
一、崗位職責(zé)：
（一）AI Agent開(kāi)發(fā)：
1.參與前沿技術(shù)的研究與實(shí)踐，專注于AI Agent編程研發(fā)工作
2.負(fù)責(zé)與LLM大模型的對(duì)接、優(yōu)化和改進(jìn)，提升AI Agent系統(tǒng)的性能、可靠性和智能水平，確保其在復(fù)雜場(chǎng)景下的高效運(yùn)行。
3.使用Python作為主要編程語(yǔ)言，進(jìn)行AI Agent相關(guān)功能模塊的開(kāi)發(fā)、調(diào)試和優(yōu)化，編寫高質(zhì)量、可維護(hù)的代碼。
4.與跨職能團(tuán)隊(duì)緊密合作，包括產(chǎn)品、設(shè)計(jì)、開(kāi)發(fā)等團(tuán)隊(duì)，確保按時(shí)交付符合需求的AI Agent解決方案，滿足業(yè)務(wù)目標(biāo)和用戶體驗(yàn)要求。
5.跟蹤和研究AI Agent領(lǐng)域的*新技術(shù)動(dòng)態(tài)，結(jié)合LLM大模型的發(fā)展趨勢(shì)，為團(tuán)隊(duì)引入創(chuàng)新的技術(shù)理念和方法，推動(dòng)項(xiàng)目的持續(xù)進(jìn)步。
（二）模型開(kāi)發(fā)與優(yōu)化：
1.負(fù)責(zé)大語(yǔ)言模型（LLM）或深度強(qiáng)化學(xué)習(xí)（DRL）模型的微調(diào)（Fine-tuning）、提示工程（Prompt Engineering）及持續(xù)訓(xùn)練。
2.優(yōu)化模型推理效率（如量化、剪枝、蒸餾）及分布式訓(xùn)練（PyTorch FSDP/DeepSpeed）。
（三）全流程搭建：
1.主導(dǎo)數(shù)據(jù)采集、清洗、標(biāo)注及特征工程，構(gòu)建高質(zhì)量訓(xùn)練數(shù)據(jù)集。
2.搭建模型訓(xùn)練-評(píng)估-部署的完整Pipeline，集成MLOps工具鏈（如MLflow/Kubeflow）。

二、任職要求：
1.計(jì)算機(jī)科學(xué)、人工智能、軟件工程、數(shù)學(xué)或相關(guān)專業(yè)本科及以上學(xué)歷。
2.至少1 年以上的AI Agent開(kāi)發(fā)經(jīng)驗(yàn)，有Magentic-One、AutoGen、LangGraph等開(kāi)源框架開(kāi)發(fā)經(jīng)驗(yàn)優(yōu)先。
3.熟悉機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法，對(duì)大模型有基本的了解。
4.熟悉常見(jiàn)的Python代碼框架，具備使用這些框架進(jìn)行Web應(yīng)用開(kāi)發(fā)的經(jīng)驗(yàn)，能夠快速搭建和部署API接口，實(shí)現(xiàn)AI Agent與外部系統(tǒng)的高效交互。
5.具備與LLM大模型開(kāi)發(fā)的實(shí)踐經(jīng)驗(yàn)，了解LLM模型的架構(gòu)、訓(xùn)練方法和優(yōu)化技巧，能夠高效地進(jìn)行模型調(diào)用、結(jié)果解析和二次開(kāi)發(fā)。
6.熟悉LLM模型的推理框架的原理和使用，如vllm，了解其在分布式推理中的應(yīng)用，進(jìn)行模型的高效推理。 - 熟悉LLM模型的部署框架的原理和使用，如Ray Serve，能夠使用Ray Serve進(jìn)行模型的部署和管理，實(shí)現(xiàn)模型的自動(dòng)擴(kuò)展、多GPU和多節(jié)點(diǎn)支持等功能。
7.熟悉LLM agent開(kāi)發(fā)工具框架的使用，如LangChain、LangGraph、LlamaIndex、Microsoft AutoGen等 - 熟悉常用的中間件系統(tǒng)，如mysql、redis、mongodb、kafka等，能夠基于這些中間件進(jìn)行數(shù)據(jù)存儲(chǔ)、緩存管理和消息傳遞等操作，以支持AI Agent系統(tǒng)的高效運(yùn)行。
8.對(duì)docker、k8s等云原生組件有深入的理解和運(yùn)用能力，能夠利用容器化技術(shù)進(jìn)行AI Agent應(yīng)用的部署、管理和擴(kuò)展，確保系統(tǒng)的高可用性和可伸縮性。 - 具備較強(qiáng)的算法開(kāi)發(fā)能力，能夠針對(duì)AI Agent的特定需求，設(shè)計(jì)和實(shí)現(xiàn)高效的算法，提升系統(tǒng)的智能化水平。
9.熟悉AI Agent技術(shù)領(lǐng)域的*新研究成果，有實(shí)際項(xiàng)目落地經(jīng)驗(yàn)者優(yōu)先，尤其是在LLM大模型與AI Agent結(jié)合的應(yīng)用場(chǎng)景中有成功案例者將更具優(yōu)勢(shì)。