岗位职责Agent 架构设计与开发：负责基于大语言模型（LLM）的智能体（Agent）核心架构设计，包括规划（Planning）、记忆（Memory）、工具调用（Tool Use）及多智能体协作（Multi-Agent）机制的实现。RAG 系统优化：构建并优化检索增强生成（RAG）链路，负责向量数据库选型、文档解析、分块策略、混合检索及重排序（Rerank）算法的调优，提升回答准确率。Prompt 工程与微调：设计高质量的 System Prompt，利用 SFT/RLHF 等技术对基座模型进行垂直领域微调，提升模型在特定任务下的指令遵循与逻辑推理能力。工程化落地：负责 Agent 应用的后端服务开发，对接各类外部 API、数据库及内部系统，确保智能体在复杂业务场景下的稳定性与低延迟。前沿技术探索：跟踪 Agent 领域最新论文与开源项目（如 LangChain, LlamaIndex, AutoGen, CrewAI 等），进行技术预研并推动在业务中的转化。任职要求学历背景：计算机、人工智能、数学或相关专业本科及以上学历，[X]年以上后端或AI算法开发经验。编程能力：精通 Python，熟悉 FastAPI/Flask 等Web框架；具备良好的数据结构与算法基础，代码风格规范。LLM 实战经验：深入理解 Transformer 架构，熟悉主流开源模型（Llama3, Qwen, GLM等）及商用 API；有实际的 Agent 或 RAG 项目落地经验。技术栈：熟悉 LangChain / LlamaIndex / Semantic Kernel 等主流编排框架；熟练使用 Milvus / Chroma / Faiss 等向量数据库。问题解决：具备极强的 Debug 能力，能够分析 Agent 幻觉、死循环、工具调用失败等复杂问题并给出解决方案。