科大讯飞
AI Agent 工程师
AI Agent 工程师
发布于 大约 2 个月前普通员工/个人贡献者
合肥市
中级经验
全职员工
仅现场办公
学历未注明
软件工程
A/B测试
RAG
LLM
Prompt Engineering
AI Agent
多智能体协作
Harness Engineering
AI 估算 · 20k–35k
AI Agent岗位属于前沿技术，科大讯飞作为AI大厂薪资有竞争力，合肥薪酬水平中等，综合经验与市场行情估算。
职位详情
关于这个职位
该职位负责开发AI Agent系统，涵盖Prompt编排、工具调用、RAG构建及多智能体协作，要求有实际LLM/Agent项目经验
你将与产品、后端团队紧密配合，推动智能体功能落地，适合对AI前沿技术有热忱的工程师
最低要求
对AI开发工具及框架有深刻的理解，能清晰描述自己的 AI 驱动开发工作流，对 Harness Engineering 有深刻理解
年以上软件开发经验，至少 1 个实际落地的 LLM/Agent 项目经验，熟练掌握 Python，具备良好工程规范意识
熟悉 RAG 系统构建与调优、Tool Use/Function Calling、Agent Teams 多智能体协作设计
具备良好的团队协作与沟通能力，能主动推进跨职能协作，适应快速迭代的开发节奏
对模型微调有经验者优先
对 AI 技术有强烈好奇心，能快速跟进前沿模型更新并应用到工作中
工作职责
对接各类实际业务，开发AI Agent 系统，并进行持续迭代和优化
设计与开发能够自主完成复杂任务的 Agent 系统，完成实际业务场景落地，负责 Prompt 编排、Tool 定义与调用、多步骤任务链设计、上下文管理与状态控制等
根据业务需求构建和优化 RAG 系统，包括数据处理与切分、Embedding 选型、检索优化
实现 Agent Teams 多智能体协作，包括任务拆解、多 Agent 分工、协调器设计与 Agent 间通信
建立 Agent 评测体系，通过日志分析和 A/B 测试系统性优化 Agent 效果，降低幻觉率、提升工具调用成功率和复杂任务完成率
与产品、后端及业务团队紧密协作，能够清晰沟通技术方案与实现边界，推动 Agent 功能从需求到落地的全流程交付
优先资格
对模型微调有经验者优先
AI 洞察
优缺点分析
优点
- AI Agent是当前最前沿的技术方向，技能积累极具市场价值
- 科大讯飞作为AI头部企业，平台资源丰富，项目落地机会多
- 接触完整Agent开发流程，从设计到评测全链路经验
- 合肥生活成本相对较低，房价友好
- Agent领域技术迭代极快，需持续学习跟进新模型和框架
- 多团队协作沟通成本高，需平衡技术方案与业务期望
- 适合对AI前沿技术有强烈好奇心、具备较强工程能力且能适应快速迭代节奏的工程师
缺点 / 挑战
- 工作强度可能较高，业务需求紧迫，需要快速交付
角色解读
- 可向高级AI Agent专家发展，主导复杂多智能体系统架构
- 可转向AI解决方案架构师，深入业务场景设计智能体应用
- 也可在AI研究方向上积累，推动模型微调与前沿技术落地
- 负责开发能自主完成复杂任务的AI Agent系统，包括Prompt设计、工具调用和多步骤任务链编排
- 构建并优化RAG系统，处理数据切分、Embedding选型和检索优化
- 设计多智能体协作框架，实现任务拆解、分工和通信
- 建立评测体系，通过A/B测试和日志分析持续提升Agent效果
- 精通Python，具备2年以上软件开发经验，有实际落地的LLM/Agent项目
- 深入理解RAG、Tool Use、Function Calling和Agent Teams设计
- 熟悉Prompt工程和上下文管理，能优化Agent行为
- 具备良好的工程规范和跨团队协作能力
申请策略
- 深入了解科大讯飞的AI产品线（如星火大模型），面试时能结合业务场景讨论
- 准备展示自己对AI开发工作流的理解，包括工程化落地的方法论
- 突出1个以上真实落地的LLM/Agent项目，详细描述你的贡献和成果
- 强调Python工程能力，特别是代码质量与规范意识
- 如有RAG或多智能体协作经验，务必明确展示技术细节
- 展示对Prompt工程、Tool Use等技术的理解，可附上个人博客或开源项目
- 动手练习LangChain、AutoGPT等开源Agent框架，构建一个小型Demo
- 加深对RAG各环节（数据切分、Embedding、检索算法）的理解
面试指南
- 用STAR法则（情境-任务-行动-结果）结构化描述项目经验
- 先给出方案整体框架，再深入细节，体现系统化思维
- 回答时主动提及遇到的挑战和改进过程，展现问题解决能力
- 请描述一个你实际落地的LLM/Agent项目，包括架构设计和遇到的问题
- 如何设计一个RAG系统？你会如何选择Embedding模型和检索策略？
- 在设计多智能体协作时，如何解决任务分配和通信问题？
- 如何评测Agent的效果？你用过哪些指标和工具？
- 你对Harness Engineering如何理解？请结合你的开发工作流说明
匹配度报告
69
综合匹配度
大厂AI Agent岗，前沿技术栈，成长空间大，办公现场作业，WLB未明确。
适合人群
该职位最适合追求技术前沿和快速成长的求职者，对工作生活平衡要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利65
成长发展90
工作生活50
使命价值70
薪资福利匹配
65中等
科大讯飞为上市大厂，薪资福利有保障，但JD未明确薪资和具体福利，补偿性动机满足程度中等。
薪资信号未披露（AI估算：20K-35K/月）
成长发展匹配
90较高
AI Agent是前沿技术方向，职位涉及完整技术栈，成长空间大，发展性动机满足程度高。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、RAG、Python、Prompt Engineering、Tool Use、Function Calling、多智能体协作
业务类型ambiguous
工作生活匹配
50较低
工作地点合肥，仅现场办公，未提及弹性工时或远程，生活化动机满足程度一般。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
70中等
AI行业高速发展，Agent技术有广阔应用前景，但职位未强调社会价值，意义感动机中等偏上。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs