SINOMACH logo
中国机械工业集团有限公司
算法工程师(智能体系统开发方向)

算法工程师(智能体系统开发方向)

发布于 大约 2 个月前

普通员工/个人贡献者

南京市
中级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Prompt Engineering
Qwen
大模型
AutoGPT
GPT
Metagpt
RAG

AI 估算 · 20k–35k

央企算法岗,南京中高端市场,3年经验+硕士,薪资竞争力强但不及互联网峰值。

职位详情

关于这个职位

该职位专注于大模型智能体(Agent)系统的研发,涉及单/多智能体架构设计、任务规划与工具调用

你将利用LangChain等框架,结合Prompt Engineering和RAG技术,优化大模型在真实业务场景中的落地
适合有较强算法背景和智能体实践经验的工程师

最低要求

年以上算法开发研究经验

具备强大的技术前瞻性和技术跟踪能力,能快速跟进和吸收行业新技术,以此驱动技术进步和产品创新
熟悉大模型相关算法,熟悉Bert、GPT、Llama、Qwen等基础模型,Prompt设计方法论,RAG架构与向量检索等
扎实的Python编程能力,具备良好工程习惯
熟悉常见后端技术栈(如 FastAPI / Flask)
理解异步任务、状态管理、服务化部署

工作职责

负责设计并实现基于大模型的智能体(Agent)架构,包括:单智能体/多智能体协作、任务规划、工具调用、反思与自我修正等

构建可扩展、可复用的 Agent架构
大模型能力集成与优化,结合业务场景进行Prompt engineering, RAG等
面向不同场景设计智能体解决方案,持续优化可用性及稳定性,建立智能体效果评估指标与后端/前端协作,推动智能体在真实业务场景中落地
负责输出技术文档、实验报告、应用报告,协助专利、论文、项目撰写

优先资格

具备丰富的智能体项目实践经验者优先

AI 洞察

优缺点分析

优点

  • 央企平台稳定,项目资源充足,适合长期发展
  • 聚焦前沿AI技术(智能体、多智能体),技术积累价值高
  • 涉及完整研发流程,从架构设计到落地评估,综合能力提升快
  • 技术迭代快,需要持续学习大模型和智能体领域新进展
  • 央企内部流程可能较繁琐,创新推进需要耐心
  • 南京AI生态相对一线城市较弱,交流机会有限
  • 适合对AI智能体技术有强烈兴趣、希望稳定工作环境并积累前沿经验的算法工程师

缺点 / 挑战

暂无明显挑战项

角色解读

  • 技术专家路线:深入大模型与智能体架构,成为领域权威
  • 项目负责人:主导智能体系统从设计到落地的全流程
  • 技术管理:带领团队攻克技术难点,推动产品创新
  • 设计并实现基于大模型的智能体架构,包括多智能体协作、任务规划与工具调用
  • 结合业务场景进行Prompt Engineering和RAG优化,提升模型效果
  • 制定评估指标,与前后端协作推动智能体在真实场景落地
  • 撰写技术文档、实验报告,协助专利和论文撰写
  • 精通大模型算法(Bert、GPT、Llama、Qwen等)及Prompt设计方法论
  • 熟练掌握LangChain、MetaGPT、AutoGPT等智能体框架
  • 扎实的Python编程能力,熟悉FastAPI/Flask、异步任务、服务化部署
  • 具备RAG架构与向量检索经验,了解前后端协作流程

申请策略

  • 了解国机集团在机械行业的AI应用方向,准备相关案例
  • 表达对技术前瞻性的理解,能快速跟进新工具
  • 突出智能体项目经验,尤其是使用LangChain等框架的实际案例
  • 强调大模型优化(Prompt、RAG)的量化效果,如准确率提升
  • 展示Python工程能力,如FastAPI部署、异步任务设计等
  • 如有专利或论文,注明相关成果
  • 深入掌握LangChain源码,理解Agent架构设计原理
  • 补充RAG相关知识,如向量数据库、检索策略优化

面试指南

  • 使用STAR方法:情境、任务、行动、结果,具体说明项目细节
  • 结合技术原理与实际案例,展示对底层机制的理解
  • 对比不同方案的权衡,体现工程思维
  • 请描述一个你设计过的智能体系统,包括架构和遇到的挑战
  • 如何评估多智能体协作的效果?有哪些指标?
  • 在RAG中如何处理文档分块和检索排序?
  • 如何解决大模型在工具调用中的幻觉问题?
  • 你对LangChain、MetaGPT的优缺点有什么看法?

职位点评

65
综合评分

央企算法岗,前沿智能体技术,薪资中上,工作地点南京,WLB未知。

从薪资福利、成长空间、工作节奏和岗位方向综合评估,方便横向比较。

更适合这类人
追求技术前沿和稳定发展的算法工程师,愿意在央企环境下积累智能体实战经验。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展80
工作生活50
使命价值70

薪资福利

60中等

薪资虽未披露,但央企通常提供稳定薪酬和福利;南京生活成本适中,整体补偿性中等。

薪资信号未披露(AI估算:20K-35K/月)

成长发展

80较高

技术前沿(智能体、大模型),岗位强调技术前瞻性,但JD未提及明确晋升路径或培训,发展性较好但非最优。

技术前沿前沿/新兴技术
技术栈大模型、Agent、LangChain、RAG、Prompt Engineering、Bert、GPT、Llama、Qwen
业务类型ambiguous

工作生活

50较低

未提及远程或弹性工作,推测为现场办公;南京地区通勤一般,无明确WLB信息。

工作模式仅现场办公
办公地点未明确
加班情况未提及(无法判断)

使命价值

70中等

智能体应用可提升行业效率,但整体社会影响力中性;央企背景稳定,行业前景向好。

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