一、岗位职责

1. 系统架构与开发：参与智能体系统的后端架构设计，主导系统核心模块开发，确保系统具备高扩展性、高性能以及高可用性。
​
2. 大模型对接与优化：使用主流推理框架（如vLLM、TensorRT - LLM等），实现大语言模型推理服务的搭建与部署，优化模型推理性能，降低延迟，提升系统响应速度。
​
3. 业务逻辑实现：设计并实现基于智能体的业务逻辑服务接口（RESTful/gRPC） ，处理用户请求、调度异步任务、跟踪任务状态，保障业务流程的顺畅运行。
​
4. 数据管理与交互：负责与各类数据库（关系型数据库如MySQL、PostgreSQL；非关系型数据库如Redis、MongoDB等）及向量数据库（如FAISS、Pinecone、ChromaDB）进行交互，设计合理的数据存储结构，优化数据读写性能，支持智能体的知识检索与推理。
​
5. 系统集成与测试：与前端开发团队紧密协作，完成前后端系统集成；参与系统测试工作，包括单元测试、集成测试、性能测试等，及时发现并解决系统中存在的问题。
​
6. 技术文档撰写：编写详细的技术文档，包括系统设计文档、接口文档、开发规范等，确保项目技术知识的有效传承和团队协作的高效性。

二、任职要求

1. 学历与专业：本科及以上学历，计算机科学、软件工程、人工智能、数学统计等相关专业优先。

2.要求有铁路、能源领域相关智能体应用项目开发经验。
​
3. 编程语言与框架：熟悉至少一门编程语言，如Golang、Python、C++、Java ，具备扎实的编程基础和丰富的项目开发经验；熟练掌握常用后端开发框架，如Django、Flask、Spring Boot等 。
​
4. 大模型与智能体知识：深入理解大语言模型（LLM）的原理和应用，熟悉智能体与大语言模型之间的交互机制；掌握智能体开发框架（如LangChain、AutoGen等）或工具链（如RAG、向量数据库），有智能体应用开发经验者优先。
​
5. 数据库与存储：熟悉常用数据库的设计、开发与优化，具备处理大规模数据的能力；了解向量数据库在智能体应用中的作用，能够进行有效的知识检索与存储。
​
6. 系统部署与运维：熟悉云原生技术，如Docker、Kubernetes等，能够进行容器化部署和运维；了解常用的监控工具（如Prometheus、Grafana等）和日志管理工具（如ELK、EFK等），具备一定的系统性能调优和故障排查能力。
​
7. 算法与数据结构：具备扎实的算法与数据结构基础，能够运用合适的算法解决实际问题，优化系统性能。
​
8. 加分项：有开源项目贡献经验、发表过相关技术论文或拥有智能体相关专利者优先；熟悉CI/CD流程，能够自动化构建、测试和部署项目者优先。