一、核心职责定位

AI Agent系统架构设计

负责企业级智能体架构搭建，涵盖单/多智能体协作框架、任务规划、意图识别、决策引擎等模块。

主导RAG（检索增强生成）、工具调用、知识库融合等关键技术集成，提升复杂任务处理能力。

技术选型与工程落地

评估并引入大模型（开源/闭源）、多模态技术栈（如文本、图像、视频处理），优化推理性能与成本。

设计高可用部署方案，支持云原生（K8s/Docker）及边缘计算环境，适配中小企业轻量化需求。

技术战略与团队赋能

制定3-5年技术路线图，跟踪LLM、AIGC等前沿方向，推动专利转化与团队技术升级。

主导技术文档规范，组织技术培训，提升团队工程与算法协同能力。

二、关键技术能力要求

硬核技术栈大模型深度应用：精通Transformer架构、多模态预训练（如CLIP、VLM）、强化学习（RLHF/DPO）及模型优化技术（量化/蒸馏）。

开发框架实战：熟练掌握PyTorch/TensorFlow、LangChain/AutoGen等智能体开发工具链，具备分布式训练调优经验。

工程化能力：

云原生部署：熟悉Docker/K8s/Airflow等MLOps工具，实现CI/CD流水线。

高性能架构：设计微服务、分布式系统，保障高并发场景稳定性。

领域专长（加分项）

具备多智能体系统（MAS）设计经验，解决通信、协作与冲突管理问题。

熟悉视频/音频处理框架（如FFmpeg、ComfyUI），支持AIGC流水线开发。

三、背景与经验经验：

至少主导过1-2个企业级大模型或智能体落地项目，熟悉中小型企业需求痛点。

行业适配性：

有To B SaaS产品架构经验者优先，能平衡技术先进性与商业可行性。

开源社区贡献者（如Hugging Face/GitHub）或知名AI企业背景更具竞争力。

四、软技能与特质

产品化思维：能将技术方案转化为可交付的模块化产品，支持无代码工具开发。

跨团队协作：擅长与产品、算法、销售团队沟通，推动技术方案与客户需求对齐。

创新与落地平衡：在资源受限场景下（如中小企业预算），设计高性价比架构。

五、中小企业定制化场景的特别建议

轻量化部署能力：优先考察边缘计算（如模型量化至移动端）、低代码集成经验。

成本敏感型设计：熟悉开源模型替代方案（如LLaMA、Mistral），避免过度依赖闭源API。

快速迭代意识：需适应创业公司节奏，支持小步快跑式产品验证（MVP开发）。

技术栈能力总结表

能力类别

必备技能

中小企业加分项

大模型技术

Transformer、RLHF、多模态预训练、RAG

轻量化模型优化（蒸馏/量化）

工程架构

微服务/K8s/CI-CD、分布式系统、高并发设计

边缘计算部署经验

开发工具

PyTorch/TF、LangChain/Dify、向量数据库（Milvus）

视频/音频处理框架（FFmpeg）

行业理解

To B SaaS架构、企业知识库构建

中小企业降本增效场景方案经验