中科曙光
AI Agent工程师 - 行业应用（天津）(J13881)
AI Agent工程师 - 行业应用（天津）(J13881)
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
Api
Llm
Prompt Engineering
Rag
值不值得投
67综合评分
综合评分 67
前沿AI Agent技术栈、解决实际行业问题、技术成长空间大，但补偿性信息不足且工作模式未知。
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。
薪资怎么样
2万
与人工智能中位数基本持平
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
该职位专注于将行业业务需求抽象为AI Agent任务与工作流，负责端到端AI Agent应用的设计、开发与落地
工作涉及Prompt优化、多Agent协作、系统集成、评测监控以及生产环境保障，旨在解决真实业务场景中的智能化问题
最低要求
本科及以上学历，计算机、人工智能、软件工程等相关专业
熟练掌握Python，并熟悉Golang或TypeScript中的至少一种，具备良好的后端开发和系统集成能力
熟悉LLM应用与Agent架构，理解Prompt Engineering、RAG、Tool Use、记忆机制和多Agent协作
熟悉LangGraph、LangChain、LlamaIndex、AutoGen等至少一种框架，具有真实业务场景的Agent开发经验
具备API、数据库、消息队列、Docker及基本云原生能力，能够独立完成应用调试和生产问题定位
具备业务理解、需求抽象和跨团队协作能力，能够推动方案从原型走向生产
工作职责
面向行业及通用场景开展需求分析，将业务目标抽象为Agent任务、工作流、工具链和可验收的产品能力
设计并开发端到端AI Agent应用，包括规划执行、状态与记忆管理、多Agent协作及异常兜底机制
集成Skill、MCP、Tool、知识库、企业系统及AI4S模型能力，完成Prompt、工作流和交互体验优化
建立场景评测集与线上监控，持续优化任务成功率、准确性、稳定性、时延和成本
完成应用的服务化、部署、调试和生产问题定位，保障真实业务环境下的可用性
与产品、能力组件、平台及FDE团队协作完成PoC和生产落地，沉淀可复用的行业方案和工作流模板
优先资格
有行业智能化、AI4S、HPC、科研计算等Agent产品生产落地经验
AI 洞察
优缺点分析
优点
- 工作内容处于AI应用开发的前沿，能深度接触大模型与Agent的最新技术和实践
- 直接面向行业落地，能积累解决复杂、真实业务问题的宝贵经验
- 公司作为高性能计算领域的领军企业，在AI4S（科学智能）等方向有深厚积累
- Agent技术尚在快速发展中，需要持续学习并应对技术栈的快速变化
- 需要深入理解特定行业业务，并与多个团队协作，对沟通和综合能力要求高
- 具备扎实的后端开发基础，对大模型和Agent技术充满热情，喜欢从0到1构建复杂应用，并乐于在真实业务场景中解决技术难题的工程师
缺点 / 挑战
- 将Agent可靠地应用于生产环境并保证稳定性，技术难度和工程要求较高
角色解读
- 技术专家路线：深耕AI Agent架构与应用，成为复杂系统的设计者或特定行业解决方案专家
- 技术管理路线：带领小团队负责Agent产品线或方向，向技术经理或架构师发展
- 产品化路线：更侧重业务理解与产品定义，推动技术方案转化为成熟的行业产品
- 将业务问题转化为可由AI Agent执行的任务和流程，并进行端到端开发
- 集成多种技术模块（如工具、知识库、企业系统）来构建智能应用
- 负责应用在真实环境中的部署、监控和持续优化，确保稳定可用
- 精通Python，并熟练掌握至少一门现代后端语言（Golang/TypeScript）
- 深入理解LLM和Agent架构，包括Prompt工程、RAG、多Agent协作等核心概念
- 熟悉主流Agent开发框架（如LangChain、LlamaIndex），并有实际项目落地经验
- 具备全栈交付能力，能处理从API集成、容器化部署到生产环境问题排查的全流程
申请策略
- 研究中科曙光的AI业务，特别是其在HPC、AI4S领域的应用，思考Agent技术如何与之结合
- 在面试中，准备一个你如何将复杂业务需求转化为技术方案，并最终落地的完整故事
- 重点展示Python项目经验，特别是涉及LLM、API调用、数据处理的项目
- 突出使用过LangChain、LlamaIndex等框架构建智能应用的实际案例
- 描述在项目中负责系统设计、部署运维或解决生产问题的具体经历
- 深入学习并实践至少一个主流Agent框架（如LangGraph），构建Demo或参与开源项目
- 系统梳理Agent开发的核心概念（如记忆机制、工具使用、规划），形成自己的知识体系
面试指南
- 对于设计类问题，采用“需求分析-架构设计-核心模块-关键技术点-监控优化”的框架回答
- 对于问题解决类问题，使用“问题现象-定位分析-解决方案-结果验证”的STAR原则
- 对于概念理解类问题，先清晰定义，再阐述其在整个系统中的价值和实现挑战
- 你如何设计一个能够自动执行多步数据分析任务的AI Agent？请描述关键组件和流程
- 在开发Agent应用时，你遇到过哪些与可靠性、准确性或延迟相关的问题？如何解决的？
- 请解释一下RAG（检索增强生成）在Agent系统中的作用，以及你如何优化其效果？
- 如果让你为某个具体行业（如科研、金融）构建一个Agent，你的第一步会做什么？
- 你熟悉哪些Agent框架？它们在架构和适用场景上有什么主要区别？
职位点评
薪资福利60
成长发展85
工作生活50
使命价值75
薪资福利
60中等
职位描述未提供具体的薪资福利信息，满足程度取决于实际offer。作为技术岗，市场价值通常由技能和经验决定。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
85较高
岗位直接面向AI Agent这一前沿技术领域，要求掌握LLM、Agent架构、多框架等核心技能，并有明确的生产落地要求，技术成长空间大。
技术前沿前沿/新兴技术
技术栈LLM、Agent、Prompt Engineering、RAG、LangChain、LlamaIndex、Docker、Python
成长机会持续优化、沉淀可复用的行业方案和工作流模板
业务类型ambiguous
工作生活
50较低
工作地点在天津，但未提及远程办公或弹性工作制度。需要现场办公，具体的工作节奏和生活平衡信息未知。
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
75中等
致力于通过AI Agent技术解决行业实际问题，推动智能化落地，尤其在AI4S（科学智能）等方向可能有较大社会价值。行业处于快速增长期。
行业发展高速增长赛道
社会影响中性/一般
使命信号面向行业及通用场景、沉淀可复用的行业方案
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