AI应用全栈开发工程师（Agent方向）

工作内容
1、AI Agent端到端开发：负责AI Agent应用的完整生命周期开发，覆盖Web前端、服务端、大模型调用、工具调用（Tool Calling）、MCP协议接入以及部署与稳定性保障。
2、Agent工作流搭建：基于MCP、Skill、Plugin等机制，搭建可执行、可观测、可扩展的智能体工作流，完成复杂业务场景下的任务拆解、上下文管理、权限控制与异常恢复。
3、AI应用落地与产品化：将大模型能力接入真实业务场景，开发Agent的前端交互、任务状态监控、消息推送及长任务监控等产品能力。持续将“模型能做”转化为用户真正可用、可验证的产品能力。
4、大数据开发与数据链路构建：负责业务数据的采集、清洗、加工与结构化入库。参与数据仓库分层架构设计与开发（ODS/DWD/DWS/ADS），为AI Agent提供高质量的底层数据支撑（如营销数据、产销数据、业务运行日志等）。
5、RAG与知识库建设：负责RAG知识库系统的建设，包括数据采集、文档解析、切片、向量检索、混合召回及效果评估，支撑自然语言查询与智能客服等场景。
6、系统架构与数据协同：设计并维护业务数据库（含关系型数据库、向量数据库、数仓），对接现有前端、中台及后端服务，提供稳定的API与自动化工作流。优化数据查询性能，支撑实时/准实时分析场景。
7、技术迭代与沉淀：持续跟踪Agent框架、模型能力及工程实践，沉淀为可复用组件和研发规范，提升团队整体交付效率。

任职条件
1、本科及以上学历，计算机、软件工程、数据科学等相关专业；5年以上全栈开发经验。
2、全栈技术栈：
前端：精通 TypeScript/JavaScript，熟练掌握 React、Next.js 或 Vue 生态，有数据可视化看板或复杂交互项目经验。
后端：精通 Node.js 或 Python 或 Java，具备扎实的服务设计、接口开发（RESTful API/Webhooks）和生产问题排查能力。
3、大数据与数据工程能力：
熟悉大数据生态：熟悉 Hadoop、Spark、Flink 等大数据处理框架，有实际的数据开发、ETL/ELT 经验。
数仓与数据库：熟悉 MySQL/PostgreSQL、Redis、向量数据库等常见数据存储方案；了解数据仓库分层架构（如 Spark/Databricks/Delta Lake 使用经验），具备数据库建模和性能优化能力。
4、AI应用实战：具备AI Agent、LLM应用、RAG、Function Calling或工作流编排的实际项目经验（不仅限于Demo），熟悉 LangChain、LangGraph、CrewAI 等主流Agent框架。
5、Agent核心机制：熟悉 MCP、Tool Calling、Skill/Plugin 机制，深刻理解Agent的规划、执行、记忆、上下文与多轮状态管理。
6、工程素养：具备良好的工程意识，重视稳定性、可观测性、权限隔离、成本控制与异常处理。熟悉 Git 工作流、CI/CD、容器化部署，有良好的代码规范和文档习惯。
7、综合素质：具备较强的需求拆解、项目推进和沟通能力，能独立完成从需求理解、架构设计到上线部署的完整闭环。