中科曙光
AI Agent工程师 - FDE（成都）(J13930)
AI Agent工程师 - FDE（成都）(J13930)
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
Ai Agent
Api集成
Llm
Mcp
Rag
客户沟通
值不值得投
69综合评分
综合评分 69
前沿AI技术岗位，技术成长性强，但出差频繁、工作生活平衡一般
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 · 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
选择适中
成都 · 人工智能 · 27 个在招
职位详情
关于这个职位
这是一个负责AI Agent解决方案交付的工程师岗位
你需要深入客户现场，将业务需求转化为可落地的AI Agent方案，完成从PoC到生产上线的全流程技术集成与部署，并持续优化系统性能和用户体验
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
- 技术栈前沿，直接应用AI Agent、LLM等新兴技术，技能积累价值高
- 项目全流程参与，从需求到交付能锻炼综合能力，视野开阔
- 接触不同行业客户，积累多样化的业务场景和解决方案经验
- 公司为中科曙光，在AI和算力领域有平台和技术优势
- 需要频繁出差和驻场，工作地点和节奏可能受客户项目影响
- 客户需求多变，技术集成和优化任务复杂，对问题解决能力要求高
- AI技术快速迭代，需持续学习新技术以保持竞争力
- 适合喜欢技术实践、善于与客户沟通、能适应出差并追求前沿AI技术成长的工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 在AI Agent领域深耕，成为技术专家或解决方案架构师
- 积累客户交付经验后，可转向售前技术顾问或技术管理岗位
- 随着AI技术发展，向更前沿的智能体系统或垂直行业应用拓展
- 与客户深入沟通，将业务需求转化为AI Agent解决方案和技术指标
- 负责AI Agent从原型到生产环境的全流程交付，包括系统集成、部署和运维
- 基于LLM、RAG等技术进行方案定制和效果优化，解决复杂技术问题
- 建立评测闭环，持续优化任务成功率、稳定性和用户体验，并沉淀可复用方案
- 精通Python编程，熟悉至少一种后端语言（Golang/Java/TypeScript），具备系统设计和调试能力
- 深入理解LLM应用、AI Agent架构及相关技术如RAG、Tool Use、MCP
- 熟练掌握Linux、Docker、Kubernetes等云原生技术，具备私有化部署经验
- 出色的客户沟通和项目推动能力，能独立管理需求到交付的闭环
申请策略
- 研究中科曙光的AI产品和业务方向，面试时展示对公司的了解
- 准备1-2个详细的项目案例，涵盖需求分析、技术选型、挑战解决和成果优化
- 在面试中主动询问团队协作模式、常见客户场景和成长路径，体现主动性和匹配度
- 突出AI相关项目经验，特别是涉及Agent、LLM、RAG等技术的实际案例
- 强调客户沟通、需求分析和项目交付的成功经历，展示闭环能力
- 详细列出技术栈熟练度，如Python、Docker、Kubernetes及集成经验
- 如有售前或FDE经验，可重点描述解决方案设计和客户现场工作成果
- 深化LLM实际应用知识，如Prompt Engineering、Agent框架实战
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化回答，突出个人贡献和技术深度
- 强调客户导向，始终围绕需求分析、问题解决和价值交付展开
- 结合具体技术细节，展示对LLM、Agent架构和部署实践的理解
- 请描述一个你设计AI Agent解决方案的完整过程，如何将业务需求转化为技术方案？
- 在Agent与客户系统集成时，遇到过哪些典型挑战？你是如何解决的？
- 你如何评估和优化AI Agent的性能，比如任务成功率和时延？
- 如果客户对交付的方案不满意，你会如何跟进和改进？
- 请分享你使用RAG或Tool Use技术的具体经验
职位点评
薪资福利70
成长发展85
工作生活50
使命价值65
薪资福利
70中等
薪资预计处于成都市场中等水平，公司为知名企业可能提供稳定待遇，但具体福利未在JD中提及。
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AI Agent、LLM等前沿技术，提供全流程交付经验，有利于技能快速成长和职业拓展。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、RAG、MCP、Python、Docker、Kubernetes
业务类型ambiguous
工作生活
50较低
需要频繁出差和客户现场工作，办公模式未明确，可能影响工作与生活平衡。
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
65中等
AI技术处于高速增长赛道，但职位侧重于企业交付，社会影响力较为中性。
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