理想汽车【智能工业】AI Agent系统研发工程师
社招全职智能与信息技术地点：北京状态：招聘
任职要求
1. 计算机相关专业硕士及以上学历(科班背景优先)； 2. 扎实的计算机科学理论基础,精通数据结构、算法、操作系统、网络等经典知识； 3. 熟悉AIAgent概念，具备实际Agent项目从架构设计、开发到落地的完整经验； 4. 熟练掌握各类开源Agent框架(如LangGraph、CrewAI、/AutoGen、AutoGPT等)及其架构设计思想； 5. 精通RAG相关方法与多种检索方式，了解如LlamaIndex等框架，在RAG优化与落地方面具备实战经验； 6. 具备出色的Prompt Engineering能力，能根据应用场景设计并尤化Prompt以有效提升模型性能； 7. 熟悉微服务架构、容器化部署、分布式系统及云服务构建建，具备大规模系统设计与工程实践经验； 8. 掌握大模型在分布式环境下的部署、调优和监控技术，能够解决大模型实际应用中的关键工程挑战； 9. 具备出色的沟通协调和跨团队合作能力，能够有效准动产品从需求到落地的全流程协作。
工作职责
1. 负责打造企业级"数字员工"，基于大语言模型及多模态模型技术，0到1孵化和落地高效智能Agent系统，实现人机协同的新工作范式。 2. 主导AI智能体整体架构设计与研发，包括Agent核心逻辑、工具用机制及多智能体协同决策体系的构建，推动Agent在复杂场景下的商用落地。 3. 参与制定产品发展和技术规划(SP/BP规划)，持续跟踪业界前沿技术，探索强化学习、协同决策、分布式部署等关键技术的突破并应用于实际工程项目。 4. 与算法、产品、运营等跨团队密切协作，统筹协调从需求调研、方案设计到系统部署全流程，确保系统在安全、性能、扩展性等方面满足商业应用要求。 工作职责: 1. 负责构建基于大语言模型及多模态技术的智能体软件架构体系，涵盖意图识别、任务规划、任务执行等核心能力，并实现技术从0到1的落地。 2. 深入参与Agent系统的开发与优化，设计并实现高效的AgenticW/orkflow和多Agent协同决策管理机制，解决复杂任务的资源调度与协作问题。 3. 针对大模型在分布式和云服务环境中的部署、调优与性能监控提供设计方案，确保系统具备高可用性、鲁棒性和安全防护能力。 4. 结合业务需求，持续优化Agent能力，包括自主决策、工具调用与与异常容错等，推动产品在跨部门、跨业务场景下的智能化升级与深度应用。 5. 跟踪并研究业界最新的智能体技术(如AutoGPT、AutoGen、MetaGPT等)，探索并推广RAG、Prompt Engineering、强化学习等前沿技术在Agent系统中的应用。 6. 主导项目中的技术难点攻关，持续优化系统工程实践，同时保证良好的代码质量、文档撰写及项目管理。
包括英文材料
学历+
数据结构+
https://www.youtube.com/watch?v=8hly31xKli0
In this course you will learn about algorithms and data structures, two of the fundamental topics in computer science.
https://www.youtube.com/watch?v=B31LgI4Y4DQ
Learn about data structures in this comprehensive course. We will be implementing these data structures in C or C++.
https://www.youtube.com/watch?v=CBYHwZcbD-s
Data Structures and Algorithms full course tutorial java
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
AI agent+
https://www.ibm.com/think/ai-agents
Your one-stop resource for gaining in-depth knowledge and hands-on applications of AI agents.
系统设计+
https://roadmap.sh/system-design
Everything you need to know about designing large scale systems.
https://www.youtube.com/watch?v=F2FmTdLtb_4
This complete system design tutorial covers scalability, reliability, data handling, and high-level architecture with clear explanations, real-world examples, and practical strategies.
AutoGen+
https://microsoft.github.io/autogen/0.2/docs/Getting-Started/
AutoGen is an open-source programming framework for building AI agents and facilitating cooperation among multiple agents to solve tasks.
https://www.youtube.com/watch?v=JmjxwTEJSE8
Whether you know everything there to AI Agents or are a complete beginner, I believe there is something to learn here.
AutoGPT+
[英文] What is AutoGPT?
https://www.ibm.com/think/topics/autogpt
https://www.youtube.com/watch?v=v-5AWQlTFw8
Someone has created a version of ChatGPT called AutoGPT and it’s a lot more powerful.
RAG+
https://www.youtube.com/watch?v=sVcwVQRHIc8
Learn how to implement RAG (Retrieval Augmented Generation) from scratch, straight from a LangChain software engineer.
LlamaIndex+
https://developers.llamaindex.ai/python/framework/getting_started/starter_example/
This tutorial will show you how to get started building agents with LlamaIndex.
https://www.ibm.com/think/tutorials/llamaindex-rag
LlamaIndex is a powerful open source framework that simplifies the process of building RAG pipelines.
Prompt+
https://cloud.google.com/vertex-ai/generative-ai/docs/learn/prompts/introduction-prompt-design
A prompt is a natural language request submitted to a language model to receive a response back.
https://learn.microsoft.com/en-us/azure/ai-foundry/openai/concepts/prompt-engineering
These techniques aren't recommended for reasoning models like gpt-5 and o-series models.
https://www.youtube.com/watch?v=LWiMwhDZ9as
Learn and master the fundamentals of Prompt Engineering and LLMs with this 5-HOUR Prompt Engineering Crash Course!
微服务+
https://learn.microsoft.com/en-us/training/modules/dotnet-microservices/
Microservice applications are composed of small, independently versioned, and scalable customer-focused services that communicate with each other by using standard protocols and well-defined interfaces.
https://microservices.io/
Microservices - also known as the microservice architecture - is an architectural style that structures an application as a collection of two or more services.
https://spring.io/microservices
Building small, self-contained, ready to run applications can bring great flexibility and added resilience to your code.
https://www.ibm.com/think/topics/microservices
Microservices, or microservices architecture, is a cloud-native architectural approach in which a single application is composed of many loosely coupled and independently deployable smaller components or services.
https://www.youtube.com/watch?v=CqCDOosvZIk
https://www.youtube.com/watch?v=hmkF77F9TLw
Learn about software system design and microservices.
分布式系统+
https://www.distributedsystemscourse.com/
The home page of a free online class in distributed systems.
https://www.youtube.com/watch?v=7VbL89mKK3M&list=PLOE1GTZ5ouRPbpTnrZ3Wqjamfwn_Q5Y9A
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
相关职位
社招软件开发岗
1、负责研发基于LLM的广告商家Agent应用建设，如广告投放Agent、DataAgent等一些列智能体应用； 2、负责研发Dev Agent，将AI能力无缝融入开发流程中，端到端的提高开发效率和创新性； 3、设计并实现易用的Agent开发平台，降低开发者使用Agent技术的门槛，包括MCP管理、A2A协议、Prompt动态配置、Agent安全控制等基础能力建设； 4、跟踪当前业界最新的多智能体、大模型应用研究进展，确保团队技术领先。
更新于 2025-10-09
社招3年以上研发技术类
深入业务视角，以多模态大数据建模及计算物理仿真为基础，借助AI赋能，帮助半导体工程/工艺/元件特性先行预测与优化，提升工程/工艺/元件研发效率。 工作职责： 1.基于半导体工程/工艺/元件研发需求，开发AI Agent，实现研发流程的自动化与智能化； 2.结合大模型技术（如LLM、多模态大模型等），构建智能化的业务交互与决策系统，提升研发效率； 3.基于产品全生命周期的生产大数据，开发根因查询（RCA）、虚拟量测（VM）、高级工艺控制（APC）、高级机台控制（AEC）等智能化解决方案； 4.开发基于业务驱动的智能工程/工艺/元件设计优化工具，结合物理信息神经网络（PINN）、复杂结构数字孪生、先进材料自动选型等技术，实现研发创新； 5.与半导体研发工程师深入合作，理解业务逻辑，打通数据流，设计并开发能够替代工程师重复操作的AI Agent； 6.探索大模型及AI Agent在半导体研发中的应用场景，推动AI技术与业务需求的深度融合。
更新于 2025-09-19
社招A46915
1、负责研发基于大模型的AI Agent智能研发系统，构建工程研发过程中与工程师深度协作的智能体； 2、研究并推动智能任务规划与拆解算法的落地部署，包括需求理解、智能任务分发、计划监督与自动修正； 3、负责探索多智能体协作机制，解决Agent与人、Agent与Agent之间高效协同的现实问题； 4、推进智能UI自动生成算法研究，细致解决多场景适配、设计风格理解、用户意图推理的挑战； 5、跟踪当前业界最新的多智能体、大模型应用研究进展，确保团队技术领先。
更新于 2025-03-17
实习J1020
1、基于快手自研的文生视频（可灵）、文生图（可图）、文生文（快意）等大语言模型和多模态模型，研发包含多媒体素材AIGC自动化创作系统与工具平台和 Chatbot、VideoCaption、VQA 等各类形态的工业级 AI Agent 系统，并应用于快手生态的内容生产与消费、内容理解与素材挖掘等各类业务场景； 2、参与研发AIGC、AI Agent等系统所依赖的关键子系统，并于算法团队合作持续迭代AIGC的内容质量与效果、AI Agent的智能化效果； 3、跟踪业界AIGC、AI Agent等内容成产、智能体的前沿进展，并将最新的大模型技术能力引入到实际业务场景中。
更新于 2025-05-14