· 底层与框架：精通JDK17+，深入掌握JVM调优、多线程并发及Spring/MyBatis源码，能借JDK17+特性优化性能与安全性，支撑智能制造相关Agent运行。

· AI与Agent：熟练用Spring AI、LangChain4J构建大模型应用，有RAG落地经验；能设计任务型/对话型Agent，实现与大模型、RAG、Neo4j协同；熟悉Python语言及PyTorch、Transformers框架者优先；了解vllm、sglang等大模型推理优化技术者优先。

· 中间件与分布式：精通Kafka/RocketMQ、Redis、Spring Cloud Alibaba生态，能处理消息可靠性、缓存优化等问题，支撑设备数据处理与仿真结果缓存。

· 图数据库与工作流：掌握Neo4j存储产线关系、故障树图谱；熟悉Workflow，能设计“工作流+Agent”体系实现流程自动化。

· 系统架构：能设计高可用、高性能架构，整合相关技术搭建智能制造分层架构；了解大模型优化部署者优先。

· 云原生能力：熟悉微服务、容器化技术，能在云原生架构中融入工作流、RAG与Agent，实现弹性伸缩与流量管控。

· 行业实战：主导过智能制造领域大型分布式系统设计，覆盖高并发、大数据量场景，能落地预警、诊断等具体Agent应用。

· 中间件调优：有消息堆积处理、热点数据优化等经验，能优化RAG检索与消息吞吐量。

· 5年以上Java开发，2年+复杂系统架构经验；优先有JDK17+、Agent等技术全流程及智能制造项目经验；熟悉Python语言及PyTorch、Transformers框架者优先；有vllm、sglang等实践经历者优先。

· 本科及以上（能力突出可放宽），相关专业优先，需深入理解大模型、图数据库及Agent在相关场景的应用。

· 关注技术趋势，能探索“多Agent+工作流”创新应用，研究落地大模型推理优化技术者优先。

· 能输出标准化文档，跨团队协作顺畅；涉及大模型优化时可梳理协同方案。

· 能解决多Agent协同、系统集成等问题，优化RAG与Neo4j结合场景效率；有大模型推理优化提升Agent效率案例者优先。