维塔士
Principal AI Engineer
Principal AI Engineer
发布于 大约 16 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
本科
研究与开发 (研发)
LLM
CI/CD
LangGraph
AI 估算 · 50k–80k
高级AI工程师，游戏行业外企，上海，技术栈前沿，市场稀缺，薪资有竞争力
职位详情
关于这个职位
作为首席AI工程师，您将主导设计和交付用于视频游戏资产管道和生产工作流的智能体AI系统
您将设定内部Agent平台的技术方向，并负责Agent循环、记忆、评估和LLM驱动应用的安全部署
这是一个高级、亲力亲为的个人贡献者角色，需要编写代码、定义架构，并与全球工作室的合作伙伴将新兴AI能力转化为生产级工具
最低要求
年以上构建生产应用的专业经验，近期专注于AI/LLM系统
精通Python、TypeScript或JavaScript之一，Python必备（FastAPI、Pydantic、SQLAlchemy等）
扎实的数据库技能：关系型（PostgreSQL）和非关系型（如MongoDB、向量数据库），熟悉缓存/队列（Redis）
熟悉RBAC、认证/授权模式和安全的API设计
熟练使用Git、GitLab CI/CD和Docker/容器
有测试思维，使用自动化测试套件（如pytest）的经验
证明有设计并运营生产环境中Agent循环的经验
对提示工程有深入理解：护栏、上下文污染、超参数（上下文窗口大小、中间丢失效应、温度、top-k）
有将工具集成到Agent中的实践经验：MCP、结构化I/O、子Agent编排
使用过任何Agent开发框架（如LangChain、LangGraph、Claude Agent SDK、Pydantic AI等）
对非确定性系统中的可观测性和遥测有强烈直觉
实现Agent记忆的实践经验：历史压缩、上下文链、情景记忆、短期与长期分离
熟悉保留/衰减策略，并将RBAC应用于多租户记忆
有LLM系统的测试和评估驱动开发经验：构建评估集、回归套件和CI门控
必须具备英语沟通能力* - 较强的英语书面和口头表达能力，流利者优先
工作职责
领导内部Agent库的设计和实现，为团队提供构建Agent的核心抽象和开发者体验
推动集中式Agent运行时的架构：运行时、注册表和可观测性层
定义和演进Agent循环/框架：提示编排、工具调用、子Agent委托和恢复行为
建立参考模式，借鉴更广泛的开源生态并适配用例
负责大规模提示策略：系统提示设计、护栏、上下文中毒缓解、超参数管理
设计Agent的工具接口：MCP服务器、结构化输入/输出、子Agent组合模式
倡导类型化Agent框架的最佳实践，内置可观测性和遥测
评估和集成本地LLM选项
架构跨Agent的记忆层：对话历史管理、上下文链接、情景记忆
定义短期工作上下文和长期持久记忆之间的边界，包括衰减/保留策略
将RBAC和租户隔离应用于记忆，实现跨团队和项目安全共享
建立Agent系统的评估纪律：黄金轨迹、回归评估、离线和在线指标、红队提示
构建测试框架和CI门控，使其能够自信地迭代提示、模型和工具
将评估视为进度单位，任何Agent变更都必须有可衡量的信号
使用Python（FastAPI）设计和构建可扩展的后端服务和安全的RESTful API，具备强数据建模能力
实施认证/授权（RBAC）、输入验证和稳健的错误处理
在需要时实现缓存、队列和向量存储
负责AI平台的性能调优、代码审查和技术文档
维护CI/CD流程（Git/GitLab和Docker），确保可重现的开发和部署管道
与UI/UX、制作、SRE、IT和游戏团队等利益相关者合作，将工作流转化为Agent解决方案
参与架构决策，与同事分享Agent系统专业知识
在敏捷方法下工作，持续改进团队实践
优先资格
有运行本地LLM的经验（如vLLM、Ollama、llama.cpp），并能权衡成本/延迟/质量
熟悉或贡献过开源Agent框架（如OpenCode、OpenClaw等）
有Agent开发框架（LangChain/LangGraph/Claude Agent SDK/Pydantic AI）超出原型阶段的使用经验
AI 洞察
优缺点分析
优点
- 前沿技术栈（Agentic AI、LLM），积累稀缺经验
- 参与AAA级游戏开发，项目影响力大
- 公司全球化，有国际轮岗机会
- 灵活工时、良好福利（健身、医疗、游戏角）
- 高级IC角色，需独立承担架构决策和技术方向
- 英语沟通要求高，需与全球团队协作
缺点 / 挑战
- AI领域快速变化，持续学习压力大
- 适合有深厚AI工程经验、热爱技术挑战、愿意在游戏行业前沿AI领域深耕的资深工程师
角色解读
- 可向AI架构师或技术总监发展，主导更大范围的AI平台战略
- 也可深入专项领域（如Agent安全、多模态Agent）成为行业专家
- 内部有总监/VP晋升通道，或跨工作室技术领导角色
- 设计和实现内部Agent平台，包括核心库、运行时和可观测性
- 定义Agent循环、提示策略、工具接口和记忆层，确保安全部署
- 建立评估体系和CI门控，通过测试驱动开发保证Agent质量
- 精通Python和FastAPI，有6年以上后端开发经验
- 深入理解LLM、Agent框架（LangChain等）、提示工程和Agent记忆
- 熟悉数据库（PostgreSQL、MongoDB、向量数据库）、消息队列和容器化
- 英语流利，能在全球化团队中进行技术沟通
申请策略
- 准备一个你设计过的Agent系统的架构图和评估指标
- 了解维塔士的AAA游戏项目，思考AI如何提升制作效率
- 突出Agent系统从0到1的生产级部署案例
- 强调快速迭代和评估驱动的开发经验
- 展示在LLM提示工程、工具集成和记忆架构方面的具体成果
- 注明英语沟通能力和跨团队协作项目
- 深入学习LangGraph或类似Agent编排框架
- 实践本地LLM部署（vLLM、Ollama）和评估体系搭建
面试指南
- STAR法则：情境、任务、行动、结果，重点突出技术决策和量化成效
- 对比不同方案的优劣，展示技术判断力和工程取舍
- 描述你设计的一个生产级Agent循环，包括错误处理和恢复机制
- 如何评估Agent系统的质量？你用过哪些指标和工具？
- 谈谈你对Agent记忆的理解，做过哪些历史管理和上下文压缩？
- 在LLM应用中如何防范提示注入和上下文污染？
- 你如何在多租户环境中设计安全的Agent工具接口？
- 复习Agent开发框架的最新进展，尤其是LangGraph和Claude Agent SDK
匹配度报告
78
综合匹配度
游戏行业顶级AI技术岗位，薪资福利好，成长空间极大，但需现场办公且加班不明确
适合人群
最适合追求技术成长和职业发展的资深工程师，能接受适当的生活牺牲。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展90
工作生活70
使命价值75
薪资福利匹配
75中等
薪资水平较高，福利完善（医疗、健身、灵活工时、游戏角），但明确薪资未披露，估算在行业高端。
薪资信号未披露（AI估算：50K-80K/月）
福利待遇弹性工作时间、健身活动、医疗保健、搬迁支持、职业内部流动计划
成长发展匹配
90较高
前沿AI技术栈（Agentic AI、LLM），参与核心平台建设，有培训项目和国际化机会，成长空间大。
技术前沿前沿/新兴技术
技术栈LLM、Agent、LangChain、LangGraph、MCP、FastAPI、PostgreSQL、Redis、Docker
成长机会定制培训项目、定期工作坊、职业内部流动计划
业务类型ambiguous
工作生活匹配
70中等
现场办公为主，但有灵活工时和弹性工作安排，上海市中心工作，WLB信号正向。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
工作生活平衡弹性工作时间
使命价值匹配
75中等
游戏行业稳定增长，公司的AAA项目有社会影响力，但AI工具内部使用，直接社会价值一般。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs