中科曙光
AI开发工程师-智算（天津）(J14321)
AI开发工程师-智算（天津）(J14321)
发布于 1 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
Go
Llm Agent
Rag
高并发
值不值得投
71综合评分
综合评分 71
前沿AI技术岗、成长空间大、薪资未披露、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
比人工智能中位数低
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
84 个在招 · 其中人工智能 2 个
市场机会
选择不多
天津 · 人工智能 · 7 个在招
职位详情
关于这个职位
该职位负责大模型相关后端系统的研发工作，参与智能体建设、业务场景支持、性能优化与稳定性保障等核心任务
旨在使用前沿技术打造优秀的大模型产品体验，推动AI搜索、虚拟人、AIGC等业务的技术驱动增长
最低要求
本科及以上学历，计算机、软件工程、人工智能、自动化相关专业，3 年及以上后端或大模型应用后端开发经验
精通 Python，熟练掌握 Go 或 Java
具备异步编程、高并发、分布式任务调度、接口设计与性能优化能力
熟悉 LLM Agent 原理与工程实现，包括对话管理、Prompt、Tool Calling、Memory、上下文裁剪、多步任务状态机
有线上 Agent 或带副作用工作流系统经验，能独立处理工具误调用、循环调用、超时、部分失败、任务恢复与紧急停止
熟练使用 LangChain、LangGraph、LlamaIndex、Dify、Eino、Langfuse 中至少一种，能判断框架边界并完成核心运行时设计
深度掌握 RAG 工程化落地，有知识库从建设到调优的完整经验
熟悉文档解析、分块、向量检索、重排序、问答生成
熟练使用 Milvus、Qdrant、Elasticsearch 中至少一种，具备海量文档检索、数据治理与性能调优经验
熟悉大模型 API 调用、流式输出、多轮对话、多模型路由、限流降级与成本控制
熟悉 Linux、Git、Docker
具备完整的开发、上线、运维与问题排查经验
工作职责
智能体建设：负责大语言模型相关工具和平台的后端研发工作，包括大模型Agent 评估、AI Coding评估、MCP市场、知识库、RAG、Agent运行时环境等
与跨部门团队密切合作，共同推动大模型核心架构和生态系统的发展
业务场景支持:为AI搜索、虚拟人、AIGC(AI生成内容)、RAG等业务场景设计大语言模型解决方案
高效支持大模型产品的高频迭代需求，深入理解业务需求，技术驱动赋能业务增长
性能优化与稳定性保障:负责大模型在线服务的性能优化和稳定性保障工作
通过多视角挖掘系统性能瓶颈，持续优化性能;同时确保产品高SLA(服务级别协议)，并设计全系统的降级保障方案
工具与平台设计:设计高度可扩展的工具、平台和解决方案，显著提升建设和部署效率，以支撑业务的快速增长
技术前沿探索:关注后端和大模型领域的前沿技术，跟踪业内最新研究进展和应用趋势，提出创新思路和方向
优先资格
有文献平台、企业知识库、SOP 管理或实验数据平台从 0 到 1 落地经验
有知识权限、文档增量更新、引用级溯源、Agent 评测体系建设经验
有工作流编排、MCP、Tool Gateway、多模态文档解析经验
有大规模 Agent 系统或 LLM 网关稳定性与可观测建设经验
AI 洞察
优缺点分析
优点
- 前沿技术领域：深入参与大模型、Agent等AI核心技术，技术积累价值高
- 业务影响大：直接赋能AI搜索、虚拟人等创新业务，成果可见性强
- 公司平台支持：依托中科曙光在算力与基础设施领域的优势，有较好的资源保障
- 技术难度高：需处理复杂系统性能优化、稳定性保障及前沿技术探索，学习曲线陡峭
- 适合具备扎实后端开发基础、对大模型技术有浓厚兴趣，并希望在高成长性AI领域深耕的求职者
缺点 / 挑战
- 业务迭代快：支持高频迭代需求，可能面临持续的技术压力和交付挑战
- 跨团队协作：与多部门合作推动架构发展，沟通协调要求较高
角色解读
- 技术专家方向：深耕大模型工程与AI基础设施，成为领域内技术权威
- 架构师方向：主导复杂系统设计，推动平台化与解决方案创新
- 技术管理方向：带领团队攻克技术难题，参与业务战略规划
- 负责大模型Agent、RAG等核心系统的后端开发与优化，确保高性能和高稳定性
- 为AI搜索、虚拟人等业务场景设计并实施大语言模型解决方案，驱动业务增长
- 参与技术前沿探索，跟踪行业最新进展，推动创新思路在产品中的应用
- 精通Python、Go或Java后端开发，具备高并发、分布式系统设计与性能优化能力
- 深入理解LLM Agent原理和RAG工程化落地，熟练使用相关框架和工具
- 熟悉大模型API、流式输出、多轮对话及成本控制，具备完整的开发运维经验
申请策略
- 提前了解中科曙光在大模型、智算领域的产品布局和技术方向，展现与公司目标的契合度
- 准备针对性项目案例，说明如何解决大模型应用中的实际挑战（如稳定性、成本控制）
- 突出3年以上后端开发经验，特别是与大模型、Agent、RAG相关的项目经历
- 详细描述使用Python、Go/Java进行高并发系统设计和性能优化的实战案例
- 列举熟练使用的工具和框架（如LangChain、Milvus），并说明在项目中的具体应用
- 强调独立处理复杂问题（如工具调用错误、系统降级）和团队协作的能力
- 深入学习LLM Agent工程实现，补充知识库构建、向量检索等RAG技术细节
- 关注大模型领域最新框架和工具（如LangGraph、Dify），提升实战能力
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化回答，突出技术决策和成果
- 结合具体技术栈（如Python、Go）和工具（如Milvus）说明实现细节
- 强调系统设计思维，包括可扩展性、稳定性和性能考量
- 请介绍一个你参与过的RAG系统项目，如何设计知识库并优化检索效果？
- 在大模型Agent开发中，如何处理工具调用失败或循环调用等异常情况？
- 你如何进行大模型在线服务的性能优化，有哪些具体的方法和案例？
- 请描述你使用LangChain或类似框架构建核心运行时的经验
- 面对业务快速迭代，你如何平衡技术债务和开发效率？
职位点评
薪资福利60
成长发展85
工作生活65
使命价值80
薪资福利
60中等
JD未提及具体薪资和福利信息，补偿性动机满足程度有限，需结合市场水平估算。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
85较高
职位涉及大模型前沿技术探索和架构设计，提供技能深度成长和技术创新空间。
技术前沿前沿/新兴技术
技术栈LLM Agent、RAG、LangChain、Milvus、Elasticsearch、Python、Go
业务类型ambiguous
工作生活
65中等
JD未明确办公模式和WLB信息，工作地点固定，生活化动机满足程度中等。
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
80较高
AI大模型领域处于高速增长赛道，技术具有创新性，能提供一定社会价值实现感。
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