AI Agent工程师

方向：AI Agent 工程化 & AI 基建落地
一、岗位背景
我们正在构建面向真实业务场景的 AI Agent 系统，覆盖自动化执行、数据处理、任务编排、智能决策与业务集成。
希望找到一位具备：
• 后端工程能力
• AI Agent 工具链实战经验
• AI 基建理解能力
• 强学习能力 + 产品思维的复合型工程师。
二、岗位职责
1、AI Agent 系统开发
• 基于 OpenClaw / Skills / Trae 等 Agent 工具链构建可落地 Agent
• 设计多 Agent 协作机制
• 构建任务编排 / 状态管理 / 工具调用框架
• 构建可复用 Agent 能力模块（工具封装 / workflow / 记忆系统）
2、 AI 基建对接与优化
• 接入主流大模型 API（OpenAI / Claude / Gemini 等）
• 理解并优化：
• Token 管理
• 上下文窗口管理
• Prompt 编排
• RAG 结构
• Embedding + 向量数据库
• 能独立设计基础 Agent 架构
3、后端工程实现
• 使用 Node.js / Python / Go 等语言开发服务
• 构建 API / Webhook / 数据管道
• 设计数据库结构（MySQL / PostgreSQL / Redis / 向量库）
• 理解基本微服务 / 事件驱动架构
4、业务场景落地
• 将 Agent 接入真实业务系统
• 构建自动化工作流
• 优化 Agent 执行稳定性
• 监控调用成本与性能
三、任职要求（核心能力）
必备能力
熟悉至少一门后端语言（Node.js / Python / Go）
具备全栈基础（能理解前端与后端协作逻辑）
有 AI Agent 实战经验（非玩具项目）
熟练使用以下至少两项：
• OpenClaw
• Skills
• Trae
• LangChain / LlamaIndex（加分）
理解 AI 基础设施：
• LLM 工作机制
• RAG 架构
• 向量数据库
• Function Calling
• Tool Calling
• 多 Agent 协作
加分项
1. 能写高质量 Prompt（结构化 / 可复用 / 有体系）
2. 有 Agent 框架封装经验
3. 有 AI 成本优化经验
4. 有低代码 / Workflow 编排经验
5. 有 AI 系统工程化部署经验（Docker / K8s）
四、我们希望你具备的思维
• 有学习能力（AI 变化极快）
• 不迷信框架，理解底层逻辑
• 具备产品思维
• 能把想法做成系统
• 有 Debug 能力（不是只会写 prompt）。