
平安科技资深架构师(智能体开发)
任职要求
1、学历与经验:本科及以上学历,计算机相关专业(计算机科学、软件工程、人工智能等),5年及以上软件开发经验,其中3年及以上框架开发经验,有企业级智能体开发经验者优先,有AgentScope、LangGraph等多智能体框架开发/二次开发经验者加分。 2、技术能力:Python/Java编程语言双语言精通(熟悉者优…
工作职责
1、核心框架设计与开发:基于阿里开源AgentScope框架,负责智能体开发框架封装、底座集成与架构设计,主导技术选型、迭代优化,保障框架稳定可扩展,适配多业务场景。 2、 技术方案落地:设计框架企业级适配方案,攻克分布式部署、多智能体协同、大模型接入等技术难题,推动框架全流程落地。 3、 团队传帮带:负责团队技术指导,培养开发人员,沉淀技术规范,搭建成长体系,提升团队整体技术能力。 4、技术调研与创新:跟踪 AgentScope 及多智能体前沿技术,结合需求调研验证,引入新技术,推动框架创新升级。 5、跨部门协作:制定编码、接口、部署、测试等规范并推进落地,保障开发标准化规范化,降低开发与维护成本。

在这里,你将投身于最前沿的AI智能体平台研发,与资深工程师一起构建服务于亿万用户的新一代社交产品。你的工作将包括: 1. 参与平台架构建设:在导师指导下,参与高可用、高性能、可扩展的智能体平台后端系统设计与开发。 2. 探索AI应用落地:接触并实践基于大语言模型(LLM)的Agent核心框架,参与RAG、模型微调等技术的工程化实现。 3. 攻克前沿技术挑战:与团队一起追踪Agent与LLM领域的最新进展,将创新想法转化为稳定的产品功能。 4. 保障系统稳定可靠:参与实现分布式系统核心模块,学习并应用高并发、高可靠系统的设计与开发理念。
我们正在招募一位具有系统级思维与AI大模型技术前瞻视野的 资深系统架构师,共同设计与构建下一代 AI 原生操作系统(AI Operating System, AIOS)。AIOS 是为智能计算时代重新定义的系统平台。它不再只是传统操作系统的资源管理者,而是智能体时代的计算基石,通过深度融合 基于大模型的AI 推理、感知、学习与决策能力,让系统能够自我理解、自我优化,并主动协作。您将站在系统软件与人工智能、大模型技术的融合前沿,定义AIOS的核心架构、智能调度体系、AI运行时、AI助手、AI智能体以及人机共生的新一代系统框架。 主要职责: 1. 主导 AIOS 的整体架构设计,包括AI原生系统内核层、系统服务层、AI运行时与智能交互层; 2. 设计并实现 AI原生系统内核(AI-native Kernel),将调度、内存与资源管理与AI智能决策引擎深度融合; 3. 构建 AIOS Runtime,支持端侧模型的高效运行、动态加载、分层缓存、在线推理与自适应资源分配; 4. 设计 智能调度系统(AI Scheduler),实现跨CPU/GPU/NPU/DSP的异构资源智能优化; 5. 构建 AI Memory & Model Management Framework,支持模型快速热加载、压缩与生命周期管理; 6. 推动系统级 智能安全与可信计算机制,确保AI决策链的可解释性与可信度; 7. 与硬件、内核、AI算法、设备驱动与应用生态团队协作,打通跨层架构接口,实现软硬件协同优化; 8. 负责AIOS技术蓝图与架构演进路线规划,推动系统持续演化; 9. 指导高级工程师团队落地架构设计,建立高标准的系统工程文化。
1、负责大模型核心技术的研究与开发,深入理解其工作原理,不断探索创新应用场景; 2、主导大模型应用的构建过程,从需求分析、模型设计到开发实现与优化,确保应用的高效性与准确性; 3、对大模型应用的效果进行持续调优,通过数据分析与算法改进,提升模型的性能和用户体验; 4、带领项目成员进行端对端开发实际大模型智能体应用,制定项目计划、分配任务并指导项目成员完成开发工作; 5、与跨部门团队紧密合作,包括数据科学家、工程师、产品经理等,共同推动项目的顺利进行; 6、关注行业动态与技术趋势,及时引入新的算法技术和理念,为公司的技术发展提供前瞻性建议;负责相关技术文档的撰写与整理,分享技术经验与成果,促进团队整体技术水平的提升。
•熟悉金融行业业务,不限于银行,证券,保险,数字金融,能够理解金融业务目标,基于对业务的理解设计AI Agent的业务方案。 •负责金融Agent方案设计和落地实施,包括但不限于业务架构设计、数据处理、智能体搭建、提示词工程、RAG和全链路优化。 •大模型应用开发:基于金融业务需求,设计并实现大模型(如LLM、多模态模型)的调用方案,完成智慧信贷、智能客服、知识问答等场景的核心功能开发; •接口集成与调试:负责大模型API的调用与联调(如千问、ChatGLM、通义千问),编写标准化接口文档,确保模型输出与业务系统的无缝对接; •智能体平台开发:基于主流智能体框架(如LangChain、Rasa、Dify)设计自动化流程,集成多模型协作能力,提升业务场景的智能化水平; •技术文档与赋能:输出模型应用方案、接口规范及智能体平台使用指南,推动团队知识沉淀,并面向客户进行技术培训与支持; •问题排查与优化:针对模型调用异常、数据不一致等问题进行根因分析,提出应用层优化方案并总结典型技术案例; •跨团队协作:与金融客户及合作伙伴紧密沟通,协调资源推进项目进度,确保技术方案符合金融合规要求并实现业务价值。