智能体开发工程师 Python

关于这个岗位
我们在寻找对智能体（Agent）技术有热情、具备扎实技术功底的开发者。Agent技术尚在早期，我们更看重你的技术基础和学习能力，而不是对某个框架的熟练度。无论你是软件工程背景，擅长高可用系统设计；还是机器学习背景，对模型原理有深入理解——只要你对Agent有实践经验、对前沿技术保持敏锐，都欢迎加入我们。
AI领域日新月异，我们希望你不只是“会用”，更能快速跟进新技术、读得懂论文、敢于尝试。在这里，你将与一群同样热爱技术的伙伴，共同探索Agent在真实业务场景中的落地与创新。
岗位职责
1. 智能体应用核心开发
• 负责Agent系统的设计与实现，包括任务规划、工具调用、记忆管理、多智能体协作等核心能力，基于LangChain、AutoGen、Dify等框架进行应用开发与深度定制。
• 参与复杂工作流编排、知识库集成、插件开发，设计可复用的智能体组件和工具库（如MCP协议改造、Skill封装）。
• 持续优化智能体系统的可靠性、响应速度和成本。
2. LLM应用优化与前沿探索
• 对接主流LLM API（OpenAI、Claude、Gemini、Qwen等）及本地开源模型，通过Prompt Engineering、RAG、思维链等技术提升模型输出质量。
• 跟踪AI前沿论文和技术（arXiv、HuggingFace、技术社区），主动实验新技术（如最新的Agent框架、推理优化、多模态能力），评估其在业务场景中的应用价值。
• 参与构建智能体的评估体系，通过实验和线上反馈持续迭代。
3. 技术落地与工程实践
• 与产品、运营紧密配合，将业务需求转化为清晰的技术方案，设计可执行的智能体子任务。
• 负责必要的后端服务开发（Python/FastAPI优先），处理数据流转、并发调用和性能优化。
• 熟练使用Docker进行环境封装和部署，确保应用稳定运行。
任职要求
一、基础项（必须满足）
• Python开发能力：2年以上Python使用经验，熟练掌握异步IO、多进程及常用库（NumPy、Pandas、FastAPI等）。代码风格规范，具备良好的调试能力（可提供GitHub或个人项目链接）。
• AI基础知识：理解LLM基本原理（自注意力、上下文窗口、Function Calling等），熟悉常见术语（Prompt、RAG、Fine-tuning概念）。
• Agent实践经验：熟悉至少一种Agent框架（LangChain/LangGraph、AutoGen、CrewAI、Dify等），理解智能体核心概念（规划、记忆、工具使用、多智能体协作）。亲手搭过Demo或参与过实际项目。
• 工程落地基础：熟练使用Docker，能独立编写Dockerfile；熟悉Linux常用命令；了解至少一种后端框架（FastAPI优先）。
• 数据与检索基础：熟悉SQL及常用数据处理库；了解向量数据库（Chroma、Milvus、Qdrant）基本概念及应用。
二、我们欢迎以下两类背景的候选人（满足其一即可）
• 软件工程背景：具备扎实的Python后端开发能力，熟悉FastAPI、异步框架、缓存（Redis）、消息队列等中间件；有高可靠系统设计、CI/CD或云服务部署经验者优先。
• 机器学习背景：熟悉PyTorch、Transformers等算法库，理解Transformer架构及常见模型；具备阅读AI论文的能力，有模型微调（LoRA等）、论文复现或开源贡献经验者优先。
三、加分项（满足越多越好）
• Dify深度实践：熟练使用Dify搭建复杂工作流、知识库、插件，具备基于Dify进行二次开发的能力。
• 开源贡献：为LangChain、AutoGen、Dify、vLLM等开源项目贡献过代码（提供PR链接）。
• 工具链探索：有MCP协议改造、Skill开发或类似工具调用标准实践经验。
• 学术输出：有论文复现项目（附GitHub链接）或在顶会发表论文；有技术博客/公众号/视频号，持续输出技术内容。
• 技术广度：了解多模态模型（图像、语音、视频）或推理优化（vLLM、TensorRT-LLM）。
• AI辅助开发：熟练使用GitHub Copilot、Cursor、通义灵码等AI编程工具提升效率。
四、软性素质
• 技术敏锐度与学习能力：对AI前沿保持好奇，主动跟进新技术（arXiv、HuggingFace、技术社区），具备快速实验和应用的能力。
• 问题拆解能力：能将复杂业务场景拆解为清晰的智能体技术方案。
• 沟通协作：能与产品、运营高效沟通，团队协作意识强。
• 结果导向：在有限资源下快速产出可工作的解决方案，注重实际效果。
为什么加入我们
• 专注Agent前沿落地：直接参与智能体技术在真实业务场景的应用，积累行业领先的AI开发经验。
• 多元背景团队：与工程、算法、产品背景的伙伴共事，相互学习，共同成长。
• 鼓励探索的文化：每周技术分享、论文研读，支持你尝试新技术、新想法。
• 务实的人才预期：我们清楚Agent技术尚在早期，愿意给成长空间，不要求你什么都懂。
• 解决真实问题：你的代码将直接影响业务效率，成就感看得见。