一、岗位职责：
（一）AI Agent开发：
1.参与前沿技术的研究与实践，专注于AI Agent编程研发工作
2.负责与LLM大模型的对接、优化和改进，提升AI Agent系统的性能、可靠性和智能水平，确保其在复杂场景下的高效运行。
3.使用Python作为主要编程语言，进行AI Agent相关功能模块的开发、调试和优化，编写高质量、可维护的代码。
4.与跨职能团队紧密合作，包括产品、设计、开发等团队，确保按时交付符合需求的AI Agent解决方案，满足业务目标和用户体验要求。
5.跟踪和研究AI Agent领域的最新技术动态，结合LLM大模型的发展趋势，为团队引入创新的技术理念和方法，推动项目的持续进步。
（二）模型开发与优化：
1.负责大语言模型（LLM）或深度强化学习（DRL）模型的微调（Fine-tuning）、提示工程（Prompt Engineering）及持续训练。
2.优化模型推理效率（如量化、剪枝、蒸馏）及分布式训练（PyTorch FSDP/DeepSpeed）。
（三）全流程搭建：
1.主导数据采集、清洗、标注及特征工程，构建高质量训练数据集。
2.搭建模型训练-评估-部署的完整Pipeline，集成MLOps工具链（如MLflow/Kubeflow）。
二、任职要求：
1.计算机科学、人工智能、软件工程、数学或相关专业本科及以上学历。
2.至少1 年以上的AI Agent开发经验，有Magentic-One、AutoGen、LangGraph等开源框架开发经验优先。
3.熟悉机器学习和深度学习算法，对大模型有基本的了解。
4.熟悉常见的Python代码框架，具备使用这些框架进行Web应用开发的经验，能够快速搭建和部署API接口，实现AI Agent与外部系统的高效交互。
5.具备与LLM大模型开发的实践经验，了解LLM模型的架构、训练方法和优化技巧，能够高效地进行模型调用、结果解析和二次开发。
6.熟悉LLM模型的推理框架的原理和使用，如vllm，了解其在分布式推理中的应用，进行模型的高效推理。 - 熟悉LLM模型的部署框架的原理和使用，如Ray Serve，能够使用Ray Serve进行模型的部署和管理，实现模型的自动扩展、多GPU和多节点支持等功能。
7.熟悉LLM agent开发工具框架的使用，如LangChain、LangGraph、LlamaIndex、Microsoft AutoGen等 - 熟悉常用的中间件系统，如mysql、redis、mongodb、kafka等，能够基于这些中间件进行数据存储、缓存管理和消息传递等操作，以支持AI Agent系统的高效运行。
8.对docker、k8s等云原生组件有深入的理解和运用能力，能够利用容器化技术进行AI Agent应用的部署、管理和扩展，确保系统的高可用性和可伸缩性。 - 具备较强的算法开发能力，能够针对AI Agent的特定需求，设计和实现高效的算法，提升系统的智能化水平。
9.熟悉AI Agent技术领域的最新研究成果，有实际项目落地经验者优先，尤其是在LLM大模型与AI Agent结合的应用场景中有成功案例者将更具优势。