工作地点： 珠海
工作经验要求： 2026届本科或以上
英语要求：CET-4或以上
岗位定位：负责AI Agent系统的开发及优化。

核心职责
• RAG管道工程：开发并扩展检索增强生成（RAG）架构，集成大语言模型（LLM）API、向量数据库、检索机制及嵌入模型，实现高效知识检索。
• 多智能体协同：设计支持多智能体交互的基础设施（如LangChain/LangGraph、AutoGen/A2A/MCP协议），实现高效消息传递、分布式决策与自主协作。
• 知识库开发：设计、实施和维护结构化与非结构化知识库（含知识图谱、本体论、文本嵌入技术），通过领域专用数据与自动化索引提升LLM输出质量。
• 数据库与存储：运用向量数据库、NoSQL数据库及图数据库，支撑高效知识检索与AI工作负载。
• 协作开发：与AI研究员、ML工程师及软件开发人员协作，确保AI模型高效集成至生产环境。
• 提示(Prompt)工程专长：设计清晰结构化的提示词，通过迭代优化及少样本学习（Few-Shot）、思维链（Chain-of-Thought）等高级技术提升AI响应准确性与逻辑连贯性。
• 安全与合规：确保AI部署符合数据隐私、安全及合规性最佳实践。
• 全栈开发：前端开发经验：使用React等主流框架构建产品原型或核心功能模块。后端开发经验：基于Python设计接口及管理数据库，参与微服务或容器化项目（Docker/K8s）。
• AI工具应用与协作：高效利用现有AI工具（如ChatGPT、GitHub Copilot、Cursor）提升开发效率。与设计、产品及运营团队紧密协作，灵活应用前沿AI工具与技术加速产品迭代周期。持续跟踪大模型/AI领域新趋势、论文及产品动态。通过快速概念验证（PoC）与最小可行产品（MVP）验证产品创新点及技术可行性。
• 数据架构：使用行业标准工具（如Hadoop、Spark、AWS/Azure云服务）设计和构建本地或云端的弹性数据基础设施。
• 数据工程：开发并维护数据管道，实现异构数据源（包括消息队列、关系型数据库、实时流等）的清洗、转换和聚合。
• 质量保障：通过建立数据治理框架确保数据完整性和可扩展性，设置自动化质量检查机制，监控管道性能并维护数据准确性和可访问性。

任职要求
• 教育背景：计算机科学、数学、统计学或相关领域本科或以上。
• 技术能力
1) 精通Python、Java、Scala编程，具备前端框架（React、NextJS等）开发经验。
2) 熟练掌握至少一种向量数据库（如PGVector、Milvus）以及图数据库（如Neo4j、ArrangoDB）, 具备数据查询性能优化实战经验。
3) 具备MCP Sever API 开发经验，能够提升接口高并发处理性能。
4) 具备2-3 年及以上机器学习与人工智能领域实际开发经验，拥有AI 代理相关项目开发背景者优先考虑。
5) 拥有自主AI 代理系统核心功能的设计与开发实战经验（例如Agentic AI 相关项目落地经历）。
6) 擅长利用结构化/半结构化数据优化LLM输出质量。
7) 熟悉大语言模型（LLM）及自然语言处理技术。
• 框架与工具
1) 深入理解AI代理生态，掌握AutoGen、LangChain/Langgraph、MCP等框架，可独立完成AI项目搭建。
2) 精通提示词设计与优化技术（如思维链COT、树状思维TOT等），能在保障效率的前提下提升LLM输出质量。
3) 熟练使用Git Extension等代码管理工具, 具备Spark批流数据处理与CI/CD全流程开发经验（含Git/Docker/k8s应用）。
4) 了解流处理系统（Kafka/RabbitMQ）及数据库设计原则。
5) 熟悉微软Azure、阿里云等云平台及分布式计算相关技术。
• 软技能与语言
1) 工作积极主动，具备优秀的跨团队协作能力及批判性思维。
2) 具备较强的自学能力，擅长利用各类资料查询工具，独立完成POC验证及方案设计。
3) 能够精准理解项目需求，独立完成方案设计、技术开发及高质量交付。
4) 英语四级，流利的中英文书面和口语沟通能力（粤语为加分项）。