中科曙光
AI Agent资深开发-工业互联网(J14514)
AI Agent资深开发-工业互联网(J14514)
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Agent Framework
Llm
Prompt Engineering
Rag
微服务
系统架构设计
高并发
值不值得投
76综合评分
综合评分 76
聚焦Agent底层架构研发，技术栈前沿，成长空间大，适合追求硬核技术积累的资深工程师。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.3万
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 630 个在招 · 其中人工智能 60 个
市场机会
选择适中
天津 · 人工智能 · 34 个在招
职位详情
关于这个职位
负责主导AI Agent运行框架的架构设计与核心代码开发，深入优化Agent Loop、Memory、Tool Use等核心机制
全链路推进LLM Agent应用落地，涵盖Prompt/RAG/Function Calling等技术，解决长链路执行与高并发场景下的稳定性问题，推动技术从Demo走向生产级落地
最低要求
本科及以上，计算机相关专业
年以上后端开发经验，有 LLM Agent 方向架构设计与研发经验，主导或深度参与过至少 1 个生产级 Agent 项目从 0 到 1 落地
精通 Java，具备优秀的工程化与系统设计能力
熟悉 Python，能够熟练使用 Python AI/LLM 生态
深刻理解 LLM 与 Agent 核心原理（Agent Loop、Planning、Context、Memory、Tool Calling、MCP 等）
对 Agent Harness / Runtime 有深入理解和实战经验，能够独立设计并搭建稳定可靠的 Agent 执行底座
深入掌握至少一种主流 Agent 框架（LangChain / LangGraph / LlamaIndex / AutoGen / AgentScope 等），理解其核心设计与实现机制，具备源码分析、二次开发或自研 Runtime 经验
具备较强的 Agent 工程化问题解决能力，有长链路任务、上下文管理、工具调用、状态恢复、执行稳定性等问题的实际排查与优化经验
熟悉 Prompt Engineering、Context Engineering、RAG、Function Calling 等 LLM 应用技术，熟悉企业知识库、向量检索及主流大模型生态
具备较强的业务抽象能力，能够将复杂业务需求拆解并落地为 Agent 工作流，有复杂 ToB 或生产级业务系统落地经验
Agent 产品高强度用户，深度使用 Claude Code、Cursor、Codex 等产品，对模型行为和 Agent 产品有较强的理解与判断力
工作职责
主导 Agent 运行框架（Agent Harness / Agent Runtime）的架构设计与核心代码开发
设计 Agent 生命周期、执行循环、上下文与状态管理、工具执行、异常恢复等核心机制，为上层业务提供高可用、可扩展的 Agent 底座
深入设计并优化 Agent 核心机制（Agent Loop、Planning、Memory、Tool Use、MCP、Subagent、Multi-Agent 等）
解决长链路执行、上下文丢失、任务偏移、工具调用不稳定、状态恢复等实际工程问题
负责 LLM Agent 应用开发全链路，包括 Prompt Engineering、Context Engineering、RAG、Function Calling 等
能够将复杂业务需求抽象为 Agent、Workflow、Tool，并推动 Agent 从 Demo/PoC 走向生产落地
深入理解主流 Agent Framework / Runtime 的设计原理，主导框架选型、二次开发与自研
持续优化 Agent 在复杂任务、高并发及长时间运行场景下的稳定性和执行效率
建立并完善 Agent 评估与可观测体系，基于 Trace、任务成功率、Tool 调用、Token、延迟等数据分析 Agent 行为，持续优化 Model、Context、Tool 与 Harness
持续跟进 Agent Harness、Context Engineering、MCP、Coding Agent、Multi-Agent 等前沿技术，结合业务场景推动团队技术演进
优先资格
加分项
有开源 Agent 框架核心代码贡献，或有独立研发 Agent Harness / Runtime 并投入生产的经验
有 0→1 搭建 Agent Platform、AI 应用平台或 Multi-Agent 系统经验
有高并发、长任务、复杂业务流等生产环境落地经验
有 Agent Evaluation / Observability / Trace 体系建设及线上 Agent 效果优化经验
有 Coding Agent、Research Agent、Data Agent 等复杂 Agent 产品研发经验
有企业级 RAG、知识库、知识图谱或工业互联网相关项目经验
AI 洞察
优缺点分析
优点
- 聚焦前沿Agent技术栈，技术壁垒高且处于快速演进期
- 依托超大型上市企业背景，业务场景丰富且基础设施完善
- 参与核心底座建设，个人技术影响力大且能接触海量真实业务数据
- 需解决复杂生产环境下的长链路稳定性与状态恢复难题，调试成本高
- ToB工业场景需求复杂，业务抽象与工程化落地难度较大
- 适合具备扎实后端功底、对AI Agent底层机制有浓厚兴趣且追求技术深度的资深工程师
缺点 / 挑战
- 技术迭代极快，需持续跟进前沿框架与模型演进，学习压力大
角色解读
- 向AI架构师或首席技术专家方向发展
- 可拓展至AI平台负责人或技术管理岗位
- 持续深耕多智能体协同与企业级AI应用落地，成为垂直领域技术领军人物
- 负责AI Agent运行框架的底层架构设计与核心代码开发，搭建高可用执行底座
- 深入优化Agent循环、记忆、工具调用等核心机制，攻克长链路执行与状态恢复难题
- 全链路推进LLM Agent应用落地，推动技术从原型验证走向生产级部署
- 精通Java与Python，具备扎实的分布式系统与高并发架构能力
- 深刻理解LLM与Agent原理，熟悉主流Agent框架源码及二次开发
- 掌握Prompt/RAG/Function Calling等LLM应用技术，具备复杂业务抽象与工程化落地能力
申请策略
- 提前了解中科曙光在工业互联网领域的业务布局与技术痛点，面试时展现将前沿AI技术与传统工业场景结合的系统性思考
- 突出主导Agent框架从0到1落地的完整经历，量化性能指标与稳定性提升数据
- 详细展示解决长链路执行、上下文丢失等实际工程问题的方案与复盘思考
- 深入研读LangChain/LangGraph等主流框架源码，提升二次开发与自研Runtime能力
- 强化向量检索、知识图谱等企业级RAG实战经验，补齐工程化短板
面试指南
- 采用STAR法则结构化回答，重点突出技术选型依据、核心难点攻关路径、性能指标优化数据及最终业务价值
- 结合架构图与日志追踪数据辅助说明
- 如何设计高可用的Agent运行框架以应对长时间运行和异常恢复？
- 在复杂业务流中，如何解决Agent上下文丢失与任务偏移问题？
- 请分享一个你主导的Agent项目从PoC到生产落地的全过程及遇到的最大挑战
- 面对多Agent协作场景，如何保证状态一致性与执行效率？
- 复习分布式系统设计原则与高并发处理方案
- 准备1-2个完整的Agent项目案例，涵盖架构设计、调试观测与效果评估
职位点评
薪资福利75
成长发展90
工作生活60
使命价值70
薪资福利
75中等
依托上市企业背景提供相对稳定的薪酬福利体系，AI前沿技术岗位在天津地区具备一定市场溢价，但具体薪资面议未公开。
薪资信号面议 (2.5千–4.0万/月)
成长发展
90较高
深度参与AI Agent核心框架研发与技术演进，提供从原型到生产落地的完整实践机会，技术成长空间广阔。
技术前沿前沿/新兴技术
技术栈Agent Framework、LangChain、RAG、Prompt Engineering、Multi-Agent
业务类型ambiguous
工作生活
60中等
职位描述未明确提及弹性工时或远程政策，作为核心研发岗位可能需要保障高强度交付节奏，WLB视具体团队文化而定。
工作模式未明确
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
结合工业互联网场景推动AI技术落地，具有明确的产业赋能价值与社会意义，但JD未着重强调宏大使命叙事。
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
中科曙光 的其他在招职位
相似职位推荐
Watch Jobs