中科曙光
【2027】AI Agent研发工程师-郑州(J14198)
【2027】AI Agent研发工程师-郑州(J14198)
发布于 7 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
Lora
Prompt Engineering
Rag
Sft
多Agent系统
智能体工作流
检索增强生成
值不值得投
73综合评分
综合评分 73
前沿AI Agent技术研发，技术成长价值高，郑州现场办公，WLB信息不明确。
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 · 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
郑州 · 人工智能 · 20 个在招
职位详情
关于这个职位
该职位是中科曙光在郑州招聘的AI Agent研发工程师，主要负责AI Agent平台及基础框架的研发，包括多Agent协同、RAG知识库构建、工作流优化、Prompt工程、模型微调等核心工作，旨在提升智能体的回答准确性和稳定性
这是一个专注于前沿AI技术实现与落地的工程研发岗位
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AI Agent平台及基础框架研发，建设编排执行、状态管理、记忆与上下文、工具调用和多Agent协同等核心能力
设计和实现RAG（检索增强生成）架构，构建企业知识库
开发和优化智能体工作流、多Agent协作、工具调用能力
进行Prompt Engineering、Agent策略优化与效果提升
参与模型训练或微调（LoRA / SFT）及推理优化
建立Agent评估体系，提升回答准确率和稳定性
AI 洞察
优缺点分析
优点
- 直击当前AI最前沿的应用方向——智能体（Agent），技术含量高，成长空间大
- 负责核心平台研发，项目价值和技术深度显著
- 公司背景扎实，在算力、大数据等领域有深厚积累，能为AI研发提供支撑
- 技术迭代速度极快，需要持续高强度的学习与跟进
- 从零开始构建平台级能力，技术复杂度高，对架构设计能力要求严格
- 多Agent协同、效果评估等领域尚在快速发展中，缺乏成熟范式，需要较强的探索和攻坚能力
缺点 / 挑战
- 适合对AI Agent技术有浓厚兴趣，具备扎实机器学习和软件工程基础，追求技术深度与创新，能接受一定技术挑战和不确定性的求职者
角色解读
- 技术专家路线：深耕AI Agent技术栈，成为该领域的系统架构师或算法专家
- 技术管理路线：凭借项目经验，逐步承担技术团队管理职责
- 业务专家路线：深入了解行业知识，将技术与具体业务场景深度结合，成为解决方案专家
- 构建AI Agent平台核心框架，实现智能体的状态管理、记忆系统和多体协作能力
- 设计和落地企业级RAG系统，整合检索与生成技术以构建专业知识库
- 优化智能体的端到端工作流程，提升工具调用的效率和可靠性
- 通过Prompt工程、模型微调（如LoRA、SFT）和效果评估，持续提升智能体的性能与准确性
- 扎实的编程能力（Python等）与软件工程实践
- 深入理解大语言模型原理，熟悉RAG、Prompt Engineering、Agent架构设计
- 具备模型训练、微调（LoRA/SFT）及优化经验
- 清晰的逻辑思维与复杂问题分析、拆解能力
申请策略
- 在申请或面试时，可以深入探讨你对AI Agent平台核心挑战（如状态管理、多Agent通信）的理解
- 展示你对技术的热情和自驱力，例如分享你跟踪的技术博客、论文或个人项目
- 重点突出与AI Agent、RAG、大模型微调（LoRA/SFT）相关的项目经验或研究成果
- 详细描述参与过的复杂系统设计或架构工作，体现工程落地能力
- 列举使用过的具体技术栈，如LangChain、LlamaIndex、HuggingFace、特定向量数据库等
- 系统梳理和深化对主流Agent框架（如AutoGPT、MetaGPT）及RAG技术的理解
- 尝试独立完成一个小型Agent应用或RAG系统，积累端到端实践经验
- 跟进相关领域的最新论文和开源项目，保持技术敏感度
面试指南
- 技术设计类问题：采用“分模块阐述”的思路，清晰说明每个部分的职责、交互方式和设计考量
- 项目经验类问题：使用STAR法则（情境、任务、行动、结果）结构化回答，突出你的贡献和技术决策
- 开放性/评估类问题：从多个维度（如准确率、稳定性、效率、安全性）展开，并说明指标选择的依据和度量方法
- 你认为一个完善的AI Agent平台应该包含哪些核心模块？请简述你的设计思路
- 请解释RAG系统的基本原理，并谈谈在构建企业知识库时，你可能会遇到哪些挑战以及如何解决？
- 如果你要为Agent系统设计一个评估体系，你会从哪些维度进行评估？如何量化？
- 描述一个你参与过的最具挑战性的AI项目，你在其中扮演了什么角色，遇到了什么困难，最终如何解决？
- 你如何进行Prompt Engineering来优化Agent的策略和效果？能否举例说明？
职位点评
薪资福利70
成长发展90
工作生活55
使命价值75
薪资福利
70中等
薪资处于市场中上水平，能提供一定的经济回报，但JD未提及具体福利细节。
薪资信号市场水准 (1.8千–3万/月)
成长发展
90较高
岗位处于AI技术最前沿的Agent领域，技术挑战高，成长信号明确，是快速提升技术深度的绝佳机会。
技术前沿前沿/新兴技术
技术栈AI Agent、RAG、Prompt Engineering、LoRA、SFT、多Agent协同
成长机会平台及基础框架研发、建设核心能力、优化与效果提升、参与模型训练或微调、建立评估体系
业务类型profit_center
工作生活
55较低
工作地点明确为郑州现场办公，未提及任何远程或弹性工作安排。位于高新区，通勤便利性取决于个人居住地。
工作模式仅现场办公
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
参与构建企业级AI平台，有明确的技术价值实现感。AI Agent是当下高速增长的赛道，行业前景广阔。
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