Agent工程师(J12185)

岗位职责
岗位职责
1. 主导公司大模型、RAG、Agent 等核心 AI 技术方向的研究、架构设计与工程落地，围绕模型能力、知识增强、智能规划、工具调用、上下文管理、长期记忆、多 Agent 协作等关键问题持续突破。
2. 面向公司核心业务场景，负责将大模型相关技术转化为可规模化落地的算法方案，覆盖数据治理、知识库构建、模型训练与微调、检索与推理优化、Agent 编排、效果评测、服务部署及线上迭代等全流程，持续提升业务效果、系统稳定性、响应时延与调用成本。
3. 负责 Agent 系统核心能力建设，包括但不限于任务规划、工具调用、RAG/Agentic Search、上下文工程、记忆机制、异常兜底、安全控制、权限治理及评测体系建设，提升复杂任务的成功率、准确性与可解释性。
4. 负责大模型训练与后训练相关技术实践，包括 SFT、LoRA/QLoRA、DPO、GRPO、RLHF/RL for Agents 等；能够根据业务目标设计数据构建、训练实验、效果评估和持续迭代方案。
5. 建立 AI 能力评测与质量保障机制，包括离线评测集、自建业务任务集、回归测试、线上指标监控及失败案例分析，以评测驱动模型、Agent 架构和产品能力迭代。
6. 作为技术负责人或算法组长，带领算法及工程团队完成技术路线规划、任务拆解、方案评审、交付管理与人才培养，推动研发、产品、业务等多团队协同，保障重点项目高质量交付。
7. 持续跟踪 NeurIPS、ICML、ICLR、ACL、EMNLP、CVPR、AAAI 等学术会议及行业前沿动态，结合公司业务筛选可落地技术方向，推动专利、论文、开源、技术规范或产品能力沉淀。

岗位要求
任职要求
1. 本科及以上学历，计算机科学、人工智能、软件工程、数学、自动化或相关专业；本科 211 及以上优先，硕士、博士或优秀海外院校背景优先。
2. 具备扎实的机器学习、深度学习和大模型理论基础，深入理解 Transformer、预训练、微调、推理、检索增强、强化学习等技术原理，能够独立分析模型能力边界及技术方案取舍。
3. 具备 Agent 系统架构设计或核心研发经验，能够清晰说明本人负责的核心模块，包括但不限于 Agent Loop、任务规划、工具调用、上下文管理、长期记忆、RAG、MCP/工具协议、异常处理或评测体系。
4. 具备至少一个真实 AI 项目的完整落地经验，能够说明业务场景、本人职责、核心技术实现、上线运行情况及量化结果；有生产环境稳定性、成本、时延、幻觉、安全或工具调用失败等问题治理经验者优先。
5. 熟悉大模型训练与后训练技术，包括 SFT、LoRA/QLoRA、DPO、GRPO、RLHF 或 RL for Agents 等；有数据规模、训练资源、实验设计及量化评测结果的真实项目经验者优先。
6. 熟悉 RAG 全流程及其适用边界，具备数据清洗、切分、索引、召回、重排、生成、评测和优化经验；理解上下文工程、Agentic Search、知识编译或持久记忆等新型知识增强方案者优先。
7. 具备良好的工程能力，熟练使用 Python，熟悉 PyTorch、Transformers、TRL、LangChain/LangGraph 等相关框架；具备 vLLM、SGLang、TensorRT-LLM、模型量化、推理优化、服务化部署或分布式训练经验者优先。