锦鲤求职岗位描述
岗位职责
我们致力于使用前沿技术打造优秀的大模型产品体验。作为后端研发工程师，您将参与大模型工程Agent等关键领域，包括但不限于:
1、智能体建设：负责大语言模型相关工具和平台的后端研发工作，包括大模型Agent 评估、AI Coding评估、MCP市场、知识库、RAG、Agent运行时环境等。与跨部门团队密切合作，共同推动大模型核心架
构和生态系统的发展。
2、业务场景支持:为AI搜索、虚拟人、AIGC(AI生成内容)、RAG等业务场景设计大语言模型解决方案。高效支持大模型产品的高频迭代需求，深入理解业务需求，技术驱动赋能业务增长。
3、性能优化与稳定性保障:负责大模型在线服务的性能优化和稳定性保障工作。通过多视角挖掘系统性能瓶颈，持续优化性能;同时确保产品高SLA(服务级别协议)，并设计全系统的降级保障方案。
4、工具与平台设计:设计高度可扩展的工具、平台和解决方案，显著提升建设和部署效率，以支撑业务的快速增长。
5、技术前沿探索:关注后端和大模型领域的前沿技术，跟踪业内最新研究进展和应用趋势，提出创新思路和方向。
岗位要求
1. 本科及以上学历，计算机、软件工程、人工智能、自动化相关专业，3 年及以上后端或大模型应用后端开发经验。
2. 精通 Python，熟练掌握 Go 或 Java；具备异步编程、高并发、分布式任务调度、接口设计与性能优化能力。
3. 熟悉 LLM Agent 原理与工程实现，包括对话管理、Prompt、Tool Calling、Memory、上下文裁剪、多步任务状态机。
4. 有线上 Agent 或带副作用工作流系统经验，能独立处理工具误调用、循环调用、超时、部分失败、任务恢复与紧急停止。
5. 熟练使用 LangChain、LangGraph、LlamaIndex、Dify、Eino、Langfuse 中至少一种，能判断框架边界并完成核心运行时设计。
6. 深度掌握 RAG 工程化落地，有知识库从建设到调优的完整经验；熟悉文档解析、分块、向量检索、重排序、问答生成。
7. 熟练使用 Milvus、Qdrant、Elasticsearch 中至少一种，具备海量文档检索、数据治理与性能调优经验。
8. 熟悉大模型 API 调用、流式输出、多轮对话、多模型路由、限流降级与成本控制。
9. 熟悉 Linux、Git、Docker；具备完整的开发、上线、运维与问题排查经验。
优先加分项：
1. 有文献平台、企业知识库、SOP 管理或实验数据平台从 0 到 1 落地经验。
2. 有知识权限、文档增量更新、引用级溯源、Agent 评测体系建设经验。
3. 有工作流编排、MCP、Tool Gateway、多模态文档解析经验。
4. 有大规模 Agent 系统或 LLM 网关稳定性与可观测建设经验。