
汽车之家智能体应用开发工程师
任职要求
1. 本科及以上学历,计算机、软件工程、人工智能相关专业; 2. 5年及以上后端开发经验,有AI Agent相关开发经验者优先; 3. 具备扎实的计算机及软件基础理论知识,熟悉数据结构、算法、计算机网络、操作系统、数据库原理等核心知识。 二、核心技能要求 具备优秀的学习能力、逻辑思维能力和问题拆解能力,对AI Agent场景下的服务端架构设计、分布式系统、高可用架构有深刻理解和实践经验,对技术创新、系统开发与优化、AI技术与业务融合具有浓厚兴趣和探索意愿; 4. 熟练掌握Python/Java编程语言,具备扎实的编码功底和代码优化能力,能独立负责系统相关核心业务模块的开发、迭代与性能优化,熟悉多线程、并发编程、JVM原理及调优,理解高并发场景下的性能瓶颈及解决方案; 5. 熟练掌握Spring、SpringBoot、Mybatis、Dubbo、Netty等常见后端技术框架,能结合AI业务需求(如大模型调用、数据处理、模型部署接口开发)进行框架选型、定制化开发及性能调优; 6. 深入理解分布式系统设计理念,熟练应用分库分表、分布式缓存(Redis等)、消息中间件(Kafka、RabbitMQ等)、分布式事务等核心技术,能应对复杂场景下高并发、大数据量、低延迟的系统需求; 7. 熟悉Linux/Unix开发与运维环…
工作职责
1、负责大模型垂域应用系统及 Agent 开发开放平台的整体架构设计与核心业务链路研发,涵盖系统架构设计、算法工程化落地、AI 应用搭建与迭代等工作; 2、整合 AI 应用开发框架、主流大模型、向量数据库、知识检索引擎等技术,构建智能 Prompt 编排、复杂任务规划、大小模型异构调度、数据多路召回、端云协同执行等核心能力,推动关键技术突破与平台能力升级; 3、持续洞察业界大模型应用开发平台前沿技术,跟踪学术界与工业界最新研究动态,围绕高准确率、高执行效率、低使用门槛三大目标,持续探索并落地大模型应用平台的创新技术与架构方案。
理解业务,通过技术赋能业务,并制定技术解决方案; 负责数据的收集、清洗、分析和挖掘工作; 负责模型/智能体/业务系统研发、优化、落地、迭代; 负责模块开发,解决复杂业务逻辑和技术难题,与测试、产品等团队协作,保证项目按时高质量交付; 参与需求分析,撰写相关技术文档,沉淀技术方案,积极参与团队内部的技术分享与交流。

1、负责RAG + Agent系统的全链路集成与优化,包括检索增强、知识图谱融合、多步推理、工具调用、输出可控性等,持续提升业务场景下的端到端准确率、召回率、响应速度与鲁棒性 2、深度拆解复杂业务,将需求转化为可被Agent高效执行的结构化任务分解(规划、工具选择、多轮交互、自我反思/纠错等) 3、设计高可靠AI服务接口(REST/gRPC)、Prompt/Chain/Graph编排、后处理逻辑、错误恢复机制,确保AI能力稳定服务化
1应用架构设计与演进:负责大模型应用开发平台(LLM App Platform)的整体架构设计,定义应用层与模型层的交互标准,构建支持Agent、RAG、工作流编排的高扩展性基础框架; 2核心引擎研发:主导核心中间件的研发,包括但不限于:模型网关(Model Gateway)、智能体运行时(Agent Runtime)、上下文状态管理及工具/插件注册中心**,屏蔽底层模型差异,降低业务接入成本; 3高可用与性能优化:解决大模型应用场景下的长链路超时、Token吞吐瓶颈等问题;设计并落地流式传输(Streaming)、语义缓存(Semantic Cache)、熔断降级等机制,保障系统在高并发下的稳定性与低延迟; 4工程化与效能工具:搭建Prompt管理、大模型评估(Eval)框架及调试回放系统,提升算法与业务团队的研发效率与迭代质量; 5稳定性建设:构建全链路可观测体系(Trace/Metric/Log),针对大模型特有的Token消耗、生成质量、耗时分布进行精细化监控与治理; 6技术攻坚与规划:跟踪LangChain、Semantic Kernel等开源社区动态,结合业务需求进行架构选型与预研,推动技术栈的持续升级。