中科曙光
AI Agent工程师 - FDE（天津）(J13885)
AI Agent工程师 - FDE（天津）(J13885)
发布于 4 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
Ai Agent
Llm
Mcp
Rag
值不值得投
70综合评分
综合评分 70
前沿AI技术栈、成长空间大、国企平台稳定，但需频繁出差驻场，WLB一般。
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 · 今天发布
公司情况
这家公司招聘很活跃
约 540 个在招 · 其中人工智能 42 个
市场机会
选择适中
天津 · 人工智能 · 26 个在招
职位详情
关于这个职位
该职位主要负责AI Agent解决方案在客户现场的全流程交付与落地
你需要深入调研客户需求，基于大模型和Agent架构进行方案定制、系统集成与私有化部署，并持续优化系统性能与用户体验，确保项目成功上线
最低要求
本科及以上学历，计算机等相关专业
具备3年以上软件开发、解决方案或技术交付经验
熟练掌握Python，并熟悉Golang、Java或TypeScript中的至少一种，具备系统设计、编码调试和问题定位能力
熟悉LLM应用与AI Agent架构，理解RAG、Tool Use、MCP及Agent工作流
熟悉Linux、Git、Docker及API/企业系统集成
具备Kubernetes、云原生、模型服务或私有化部署经验
具备良好的客户沟通、需求抽象、方案表达和项目推动能力，能够独立推进问题闭环
能够适应一定频率的出差及客户现场工作
工作职责
深入客户现场开展需求调研，将业务目标、流程和数据条件转化为可落地的AI Agent解决方案及验收指标
负责从PoC、试点到生产上线的全流程交付，完成Agent与客户数据源、业务系统、API、权限及工作流的集成
基于LLM、RAG、Skill、MCP、工具调用及多Agent编排进行方案定制和效果优化，解决复杂技术问题
负责私有化或混合云环境的部署与运行保障，包括Linux、Docker/Kubernetes、模型服务、监控、性能和安全适配
建立客户场景的评测与问题闭环，持续优化任务成功率、稳定性、时延、成本和用户体验
将现场共性需求反馈至产品和研发团队，沉淀可复用的方案模板
完成客户培训、上线交接和项目复盘
优先资格
有企业级AI Agent生产交付、私有化/信创/合规、售前/FDE或相关行业经验
AI 洞察
优缺点分析
优点
- 处于AI大模型落地的最前沿，能接触到丰富的企业级真实业务场景，积累宝贵的AI Agent生产交付经验
- 中科曙光提供稳定的平台，有助于深入理解政企客户的数字化转型需求
- 需要频繁出差和驻场，工作节奏可能受客户项目进度影响较大
- 适合具备扎实技术底座、喜欢解决复杂工程问题，且具备良好沟通能力、能适应一定出差节奏的复合型AI技术人才
缺点 / 挑战
- 私有化部署和信创环境适配可能面临复杂的底层兼容性问题，技术挑战较高
角色解读
- 可向资深AI解决方案架构师、AI技术交付总监或AI产品专家方向发展
- 随着大模型在企业端的落地加速，具备端到端交付经验的复合型人才将极具市场竞争力
- 作为现场交付工程师（FDE），你需要深入客户现场调研需求，将业务痛点转化为AI Agent解决方案
- 负责从PoC到生产上线的全流程交付，包括大模型应用开发、系统集成、私有化部署及性能调优
- 需要扎实的编程能力（Python为主，兼顾Go/Java/TS），精通LLM、RAG、Agent工作流等前沿AI技术
- 同时需具备云原生部署（Docker/K8s）及企业级系统集成经验，以及优秀的客户沟通与项目管理能力
申请策略
- 了解中科曙光在算力、信创及政企市场的业务布局，面试时可结合其硬件底座优势，探讨软硬一体化的AI Agent交付方案
- 重点突出AI Agent或大模型应用的实际落地项目经验，特别是从PoC到生产上线的全流程交付案例
- 强调在私有化部署、信创环境适配或复杂企业系统集成方面的技术深度
- 建议深入学习MCP（Model Context Protocol）、多Agent编排框架（如LangGraph、AutoGen）以及云原生安全与监控技术
- 提升售前需求抽象和解决方案编写能力
面试指南
- 采用STAR法则（情境、任务、行动、结果）回答项目经验
- 对于技术难点，按照“问题分析-方案设计-技术选型-落地验证”的逻辑展开
- 对于客户沟通问题，强调“理解业务本质-提供替代方案-管理预期”的思路
- 请分享一个你主导的AI Agent或大模型应用从PoC到生产上线的完整案例，遇到了哪些技术难点？
- 在私有化或信创环境下部署大模型和Agent系统，你通常会做哪些性能和安全适配？
- 如何评估和优化一个AI Agent系统的任务成功率、时延和成本？
- 当客户提出的需求在现有大模型能力下无法直接实现时，你如何引导客户并调整方案？
- 复习LLM应用开发核心概念（RAG、Tool Use、Agent架构），准备1-2个自己亲手解决过的复杂工程问题案例
职位点评
薪资福利70
成长发展85
工作生活45
使命价值75
薪资福利
70中等
薪资处于天津地区AI技术岗的中上水平，国企背景提供较好的稳定性，但出差和驻场性质可能对整体薪酬性价比有一定影响。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
85较高
处于AI大模型企业级落地的最前沿，能积累极具价值的端到端交付经验和复杂场景解决能力，技术成长空间巨大。
技术前沿前沿/新兴技术
技术栈LLM、RAG、MCP、AI Agent、Python、Docker、Kubernetes
业务类型ambiguous
工作生活
45较低
岗位明确要求适应一定频率的出差及客户现场工作，属于现场交付性质，工作时间和地点受客户项目制约，WLB相对较弱。
工作模式仅现场办公
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
推动AI大模型技术在政企客户中的实际落地，助力传统行业数字化转型，具有较高的社会价值和行业意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
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