中科曙光
AI资深架构师（天津）(J13613)
AI资深架构师（天津）(J13613)
发布于 3 天前普通员工/个人贡献者
全职员工仅现场办公架构师
架构师
Ai智能体
Dpo
Ppo
Pytorch
Tensorflow
多智能体协同
大模型
架构设计
系统架构
值不值得投
72综合评分
综合评分 72
天津前沿AI架构岗，技术挑战大、成长性强，薪资有竞争力但WLB待确认。
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。
薪资怎么样
4万
比架构师中位数低
发布情况
新岗位 · 3 天前发布
公司情况
这家公司招聘很活跃
约 320 个在招 · 其中架构师 7 个
市场机会
选择不多
天津 · 架构师 · 5 个在招
职位详情
关于这个职位
本职位为中科曙光AI资深架构师，主要负责设计和构建基于大模型的端到端智能体软件架构体系，搭建适用于复杂专业领域的大模型智能体系统
需要解决AI智能体在云端与终端场景下的综合应用效能问题，并攻克新兴AI技术相关的关键技术难题
最低要求
本科以上学历，人工智能、计算机及相关专业，技术基础扎实，5年以上人工智能服务架构设计经验，大模型及其应用方面，需深度参与过相关领域项目并取得切实可行的落地成果
对待工作责任心强，对相关领域技术有钻研热情，具备良好的沟通和表达、文档撰写能力、具备良好的抽象能力、设计能力，熟悉常用架构设计方法
熟悉大模型调优及蒸馏的主流方法及流程，如DPO、PPO、GRPO等，熟悉数据及语处理方法
熟练运用 Python 等软件开发工具及编程语言，熟练使用 TensorFlow 或 PyTorch 等AI框架，熟悉热点模型和热门智能体，具备优秀的编程实践技能
工作职责
负责构建基于大模型的端到端智能体软件架构体系，搭建适用于复杂专业领域的大模型智能体系统
负责提升AI智能体的综合规划决策能力，自主工具调用能力以及复杂任务处理能力，显著增强智能体在云端和终端场景下的综合应用效能
负责AI 智能体及其应用产品的设计、搭建与优化工作，设计并实现基于大模型的智能体架构，为 AI 智能体的构建提供坚实的技术支撑
负责设计并实现多智能体协同架构，有效支持多智能体协同攻克复杂任务
解决项目执行进程中遭遇的各类技术难题，特别是与新兴AI技术相关的关键挑战
优先资格
优先考虑：具备AI智能体产品从技术到产品的完整闭环经验，擅长技术突破，有从0到1的研究突破(如发表过相关领域的顶会论文)
AI 洞察
优缺点分析
优点
- 平台实力：背靠中科曙光，在算力、高性能计算方面有深厚积累，为AI研发提供强大基础设施支持
- 项目价值：岗位涉及从0到1的架构构建，工作成果对业务影响直接，能积累高价值的项目经验
- 技术难度高：需要解决云端和终端协同、多智能体复杂协同等深层次技术问题，对架构设计能力要求极高
- 经验门槛高：明确要求5年以上经验及深度落地成果，对候选人的过往项目积累筛选严格
- 适合在AI领域有深厚积累，特别是对大模型应用、智能体系统设计有丰富实战经验，并渴望在技术深度上持续突破的资深工程师或架构师
缺点 / 挑战
- 技术前沿：直接参与大模型与智能体这一当前AI领域最热门的方向，技术挑战大，成长空间足
- 责任重大：作为资深架构师，需要对整个AI智能体系统的稳定性和效能负责，压力较大
角色解读
- 技术专家路线：深耕AI架构与智能体技术，成为公司乃至行业的技术领军人物，参与前沿技术研究
- 技术管理路线：凭借深厚的技术功底和项目经验，带领团队进行更大型、更复杂的AI系统构建
- 设计和构建适用于复杂领域的端到端AI智能体架构体系，涵盖云端与终端场景
- 攻克AI智能体在自主决策、工具调用、多智能体协同等方向的核心技术难题
- 负责从技术方案设计到产品落地的全过程，确保AI智能体产品的高性能与可用性
- 精通大模型（LLM）应用开发，深度理解并掌握智能体（Agent）技术原理与系统设计
- 具备扎实的AI/ML理论基础，熟悉PPO、DPO等主流的模型调优与蒸馏方法
- 拥有5年以上AI架构设计经验，有成功的大模型应用项目落地成果
- 优秀的软件工程能力，熟练使用Python及主流AI框架（TensorFlow/PyTorch）
申请策略
- 在投递或面试前，可以对中科曙光在高性能计算、服务器及AI算力领域的布局做些了解，这有助于理解公司的技术根基和业务方向
- 面试中可以主动探讨你对智能体技术未来演进方向的理解，展现你的技术视野和思考深度
- 重点突出参与或主导过的大模型应用项目，详细描述你负责的架构设计部分及带来的实际业务/技术指标提升
- 明确列出你熟悉的AI技术栈（如PyTorch、Hugging Face Transformers、特定Agent框架），并说明在项目中的具体应用
- 如有相关的顶会论文、专利或在知名开源项目中的贡献，务必列出，这是重要的加分项
- 强调解决复杂技术难题的案例，展现你的问题分析与解决能力
- 深入研究多智能体系统（Multi-Agent Systems）的前沿论文与开源实现，如CrewAI、AutoGen等框架的设计思想
- 关注大模型在端侧部署与优化的技术（如模型量化、蒸馏、推理加速），以应对云端终端协同的挑战
面试指南
- 对于架构设计问题，采用“背景-目标-架构图/设计-挑战-解决方案-结果”的框架来回答，重点突出你的设计决策和思考过程
- 对于技术原理问题（如对齐方法、多智能体），先阐述核心概念和原理，再结合具体案例或设想说明其应用价值与局限
- 对于开放规划题，展示你系统化的问题拆解能力：从业务需求分析入手，定义核心能力，再进行技术选型和模块划分
- 请详细描述一个你主导设计的大模型应用或智能体系统的架构，你的设计考量是什么？遇到了哪些挑战，如何解决的？
- 你如何理解‘多智能体协同’？在你过往项目中是否有相关经验，或者你认为实现多智能体协同的关键技术难点是什么？
- 针对云端和终端场景的不同特点，在设计AI智能体架构时需要考虑哪些核心差异？你有什么思路？
- 请谈谈你对PPO、DPO等模型对齐方法的理解，以及在智能体系统中可能的应用场景
- 如果让你从零开始构建一个面向[某个具体专业领域，如金融风控、智能制造]的AI智能体，你的第一步会做什么？整体架构如何规划？
职位点评
薪资福利65
成长发展90
工作生活55
使命价值75
薪资福利
65中等
天津作为新一线城市，生活成本相对较低，该职位薪资范围在天津市场应具有较强竞争力，但缺乏JD明确的薪资与福利细节披露。
薪资信号市场水准 (3千–5万/月)
成长发展
90较高
该职位处于AI智能体这一技术前沿领域，要求处理复杂的架构与协同问题，并鼓励技术突破，能为求职者提供极高的技能成长空间和技术视野提升。
技术前沿前沿/新兴技术
技术栈大模型、AI智能体、多智能体协同、PyTorch、TensorFlow、PPO、DPO、GRPO、系统架构
业务类型ambiguous
工作生活
55较低
工作地点位于天津，生活压力较一线城市小，但JD未明确说明办公模式与工作强度，对于WLB的判断信息不足。
工作模式未明确
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
75中等
AI与大模型是当前推动各行业智能化升级的核心技术，该职位参与构建的系统具有较高技术价值和潜在的行业应用前景，能带来较强的技术使命感。
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