中科曙光
【2027】AI 算法工程师-天津(J14169)
【2027】AI 算法工程师-天津(J14169)
发布于 3 天前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Lora/Qlora
Pytorch
Rag
向量数据库
大模型
工业互联网
微调
智能体(Agent)
值不值得投
67综合评分
综合评分 67
前沿AI算法岗位，技术成长空间大，但WLB与具体福利需自行把握。
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
2.4万
比人工智能中位数高
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 · 其中人工智能 25 个
市场机会
选择适中
天津 · 人工智能 · 19 个在招
职位详情
关于这个职位
该职位隶属于中科曙光，负责大模型驱动的智能体（Agent）核心算法研发
工作内容涵盖智能体平台规划、模型微调与优化、检索增强生成（RAG）系统构建以及与外部系统的稳定集成，旨在将前沿AI技术落地到工业互联网等实际应用场景，推动产品规模化
最低要求
硕士及以上学历，具备良好的团队协作、沟通对接能力，品行端正、诚实守信
具备良好的学习能力和技术钻研意识，逻辑思维清晰，具备良好的问题拆解、技术攻关和数据分析能力
工作职责
负责大模型驱动的智能体（Agent）核心算法研发，主导智能体平台的规划、推理、记忆管理、工具调用及多智能体协同等核心模块的设计、开发与优化，落地可实用的智能体工业互联网平台
基于主流开源/自研大模型，开展模型微调（LoRA、QLoRA等）、Harness、Hermes搭建与迭代，优化智能体的任务完成率、交互连贯性与决策准确性，解决复杂场景下的多步推理问题
构建并优化RAG（检索增强生成）系统，整合向量数据库（Pinecone、Chroma、Milvus等），设计文档 ingestion、分块、向量化、检索、重排全链路流程，为智能体赋予长期记忆，降低模型幻觉率，保障输出可靠性
开发并优化Agent对外接口与工具集成机制，适配RESTful API、GraphQL、WebSocket等多类型接口，实现带退避策略的重试、超时控制与熔断机制，保障智能体与外部系统（数据库、ERP、第三方工具）的稳定交互
协同产品、工程团队，明确Agent在办公自动化、智能交互、行业解决方案等具体应用场景的需求，将算法方案落地到实际产品，解决研发与量产中的技术痛点，支撑产品规模化落地
跟踪大模型与Agent领域前沿技术（如多模态Agent、强化学习结合大模型、智能体评测体系、Self-Reflection自我反思机制等），开展技术预研与创新，输出技术方案、专利或技术论文，推动团队技术能力升级
参与智能体相关的技术规范制定、测试方案设计与评测集搭建，监控模型线上运行效果，持续迭代优化算法性能、稳定性与可扩展性，构建Agent全链路可观测与审计体系
AI 洞察
优缺点分析
优点
- 处于大模型与智能体技术的前沿，技术成长空间广阔，能接触核心算法研发
- 作为中科曙光的岗位，有大型平台支持，技术预研和产品落地资源丰富
- 岗位职责明确要求技术预研与创新，有利于产出专利或论文，积累技术影响力
- 技术栈复杂，需同时掌握深度学习、NLP、系统工程和软件工程知识，学习曲线陡峭
- AI领域技术迭代极快，需要持续投入大量时间跟踪和学习最新技术动态
- 适合对人工智能，特别是大模型和智能体方向有强烈兴趣和扎实基础，具备较强工程实现能力和解决复杂问题能力的算法工程师
缺点 / 挑战
- 将前沿算法在工业场景中稳定落地并规模化，面临高复杂性和高可靠性的双重挑战
角色解读
- 在智能体与大模型领域持续深耕，成长为AI算法技术专家或架构师
- 深入特定行业（如工业互联网）的AI应用，成为领域内解决方案负责人
- 带领技术团队，负责AI产品线的整体技术规划与落地，走向技术管理岗位
- 设计并实现大模型驱动的智能体核心算法，包括规划、推理、记忆和工具调用等模块
- 构建和优化检索增强生成系统，整合向量数据库，提升模型输出的可靠性和准确性
- 将AI算法方案与产品及工程团队结合，解决工业互联网等场景下的实际技术问题，推动产品落地
- 精通大语言模型原理及主流模型（如GPT、LLaMA等）的微调技术（LoRA、QLoRA等）
- 具备智能体系统架构设计与开发经验，熟悉RAG架构及向量数据库
- 扎实的编程和工程能力，能处理API集成、系统稳定性保障等工程化问题
申请策略
- 申请前，可以尝试了解中科曙光在人工智能，特别是智能计算和行业解决方案方面的现有布局
- 在面试中，除展示算法能力外，也要强调你的工程化思维和将技术转化为产品价值的意识
- 重点突出在大模型微调、智能体开发或RAG系统构建方面的具体项目经验和成果
- 详细描述处理过的复杂技术问题，以及你采用的算法优化和工程解决方案
- 如果有相关的技术博客、开源贡献、专利或论文，请在简历中清晰列出
- 深入研究主流Agent框架（如LangChain, AutoGen）及其设计理念
- 实践将大模型与向量数据库结合，完成端到端的RAG项目，并注重评估与优化
- 加强系统设计能力，学习如何设计稳定、可观测且易于集成的AI服务接口
面试指南
- 回答技术问题时，遵循“背景-挑战-方案-结果”的结构，并展示你对技术细节的深度思考
- 对于架构设计问题，先明确核心目标与约束条件，再阐述模块划分与交互逻辑，体现系统化思维
- 结合具体项目案例，说明你如何平衡技术先进性与工程可行性，突出解决实际问题的能力
- 请描述一下你构建或优化过的RAG系统，遇到了哪些关键挑战（如检索质量、幻觉问题）？如何解决的？
- 如果要设计一个能调用外部API完成复杂任务的智能体，你会如何规划其核心模块（规划、记忆、工具调用）的架构？
- 你了解哪些大模型微调技术（如LoRA, QLoRA）？在什么场景下选择哪种技术？请举例说明
- 如何评估一个智能体系统在特定任务上的性能？你会设计哪些评测指标？
- 在与产品、工程团队协作时，你如何确保算法方案能贴合实际需求并顺利落地？
职位点评
薪资福利60
成长发展85
工作生活50
使命价值70
薪资福利
60中等
JD未披露薪资与具体福利信息，补偿性动机的满足程度主要取决于个人对平台稳定性的偏好。
薪资信号未披露（AI估算：1.8千–3万/月）
成长发展
85较高
岗位聚焦于大模型与智能体前沿技术，职责包含技术预研与创新，对个人技术深度与广度的提升有很高价值。
技术前沿前沿/新兴技术
技术栈大模型、智能体(Agent)、RAG、LoRA/QLoRA、向量数据库
成长机会技术预研与创新、推动团队技术能力升级
业务类型ambiguous
工作生活
50较低
JD未提及工作模式与WLB相关信息，天津的办公地点可能位于产业园区，通勤需具体确认。
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
70中等
岗位处于人工智能高速增长赛道，致力于将技术应用于工业互联网等实际场景，具备一定的技术驱动型社会价值。
行业发展高速增长赛道
社会影响中性/一般
使命信号落地可实用的智能体工业互联网平台、支撑产品规模化落地
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