中级AI智能体工程师

岗位职责
1.智能体开发与优化
（1）需求转化与技术落地：深度拆解业务需求，能够独立输出智能体技术方案（含工作流设计、功能模块划分等），主导从方案落地到上线的全流程开发。
（2）提示词工程优化：通过样本自测、A/B测试持续迭代优化提示词，能够提出改进方案并组织讨论实施，确保智能体能够满足业务需求并提供高质量的服务。
（3）知识库体系建设：根据智能体业务需要，主导知识库数据清洗、标注及结构化处理，能够制定数据质量校验标准。
2.团队协作与沟通
（1）跨职能协同：与产品经理对齐需求优先级，与后端开发配合完成接口联调，推动产品按里程碑交付，输出协同文档（如接口文档）。
（2）测试与改进闭环：参与智能体灰度测试、全量上线后的效果复盘，收集用户反馈，建立反馈 - 分析 - 优化闭环；针对测试中发现的问题（如逻辑漏洞、响应延迟），牵头制定解决方案并推动修复。
（3）技术沉淀与分享：沉淀智能体开发方法论（如方案模板、问题排查手册），定期组织团队技术分享（如提示词优化技巧）；协助初级工程师解决技术难题，提升团队整体开发效率。
任职要求
1.编程能力：熟练掌握 Python 编程语言，具备 2 年以上 Python 实际开发经验，熟悉智能体工具链（如 LangChain），能高效开发智能体配套工具（如数据处理脚本、多模态交互接口），具备良好的代码规范与版本管理习惯（如 Git）。
2.大模型技术能力：深入理解主流大模型（DeepSeek、kimi、GPT-4等）的技术特性、适用场景及性能边界；具备大模型微调（如 LoRA）、Prompt Tuning 经验者优先，能根据项目需求（如成本、精度、响应速度）选择并优化大模型集成方案。
3.业务与技术敏锐度：具备良好的业务理解能力，能将复杂业务需求转化为可落地的技术方案；持续关注智能体、多模态大模型等领域的技术动态，能主动将新技术应用于项目。
4.问题解决能力：能独立排查并解决智能体开发中的技术难点（如工作流逻辑冲突、知识库检索效率低、大模型输出不稳定）；具备较强的沟通协调能力，能主动推动跨部门问题闭环，降低项目风险。