荣耀
端侧AI Agent研究工程师
端侧AI Agent研究工程师
发布于 2 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
Autogen
Crewai
Langgraph
Llm
Mcp
Nlp
端侧部署
语音交互
值不值得投
73综合评分
综合评分 73
前沿技术栈，成长空间大，但工作强度未知，适合技术驱动型人才。
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
4万
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
75 个在招 · 其中人工智能 3 个
市场机会
选择面较广
北京 · 人工智能 · 约 550 个在招
职位详情
关于这个职位
作为端侧AI Agent研究工程师，你将负责端侧AI Agent的整体架构设计与核心能力工程化落地，从PoC到规模化上线
工作内容包括构建感知、规划、记忆与工具调用等核心模块，打通语音交互闭环，并探索端云协同架构以优化用户体验
该岗位需要深入理解LLM/Agent开发，并具备扎实的NLP和端侧工程经验
最低要求
计算机相关专业硕士及以上学历，具备4年以上相关研发经验
深入理解 LLM/Agent 应用开发与架构设计，熟悉常见的 Agent 框架（如 LangGraph、AutoGen、CrewAI、Smolagents） 及 ReAct/OODA 推理模式、Prompt 工程与工作流编排
掌握 MCP 协议、Skill 能力注册机制、Function Calling 与工具集成标准，具备 上下文管理、任务调度与复杂业务链路工程化经验
精通文本分类、意图识别、NER、槽位填充、语义相似度等经典 NLP 技术
熟悉 FastText、TextCNN、BERT-tiny 等轻量模型的端侧部署
了解语音交互系统（ASR/VAD/TTS、流式识别与对话状态管理） 及语音 Agent 闭环设计
具备端侧或移动端工程经验、良好的系统架构能力与跨团队协同能力，能够推动复杂 Agent 能力从方案设计到规模化落地
工作职责
负责端侧AI Agent整体架构与核心能力工程化落地，支撑关键业务从 PoC 到规模化上线
设计并看护端侧的 Agent 技术架构，完成感知、规划、记忆与工具调用等核心模块构建，通过记忆管理、上下文管理、Harness工程等技术方案，保障Agent长时间、稳定运行
打通语音唤醒、识别、理解到任务执行的闭环交互，构建低时延、高可用语音 Agent 交互能力
探索经典NLP与LLM协同混合路由架构，减少不必要的大模型调用，提升端侧Agent响应效率
探索端云协同的Agent架构，平衡端侧实时性和云侧能力，优化弱网、离线及隐私保护场景下的用户体验
优先资格
有相关论文发表或竞赛获奖者优先
AI 洞察
优缺点分析
优点
- 荣耀作为头部科技公司，平台资源丰富，技术落地场景多
- 涉及语音、NLP、端云协同等多技术栈，个人技能成长空间大
- 北京研发中心技术氛围浓厚，有机会与行业顶尖人才合作
- 技术复杂度高，需要同时掌握LLM、NLP、语音和端侧工程，学习曲线陡峭
- 端侧资源受限，优化难度大，需要深入底层细节
缺点 / 挑战
- 端侧AI Agent是前沿领域，技术挑战大，能积累深厚的AI工程经验
- 跨团队协作频繁，沟通成本较高，需具备较强的推动能力
- 适合对AI Agent技术有浓厚兴趣，具备扎实NLP和工程背景，喜欢挑战复杂技术问题，并希望在端侧AI领域深耕的工程师
角色解读
- 在端侧AI领域深耕，成为Agent架构专家，主导核心技术的演进
- 向技术管理方向发展，带领团队推动AI能力在更多业务场景落地
- 随着端侧AI应用普及，可转向产品化或咨询方向，成为行业解决方案专家
- 负责端侧AI Agent的整体架构设计与核心模块开发，包括感知、规划、记忆和工具调用，确保Agent稳定运行
- 打通语音交互闭环，从唤醒、识别到任务执行，构建低时延、高可用的语音Agent能力
- 探索经典NLP与LLM的混合路由架构，优化模型调用效率，提升响应速度
- 设计端云协同架构，平衡实时性与云端能力，优化弱网、离线及隐私保护场景下的用户体验
- 深入理解LLM/Agent应用开发，熟悉LangGraph、AutoGen等主流Agent框架及ReAct/OODA推理模式
- 掌握MCP协议、Function Calling等工具集成标准，具备上下文管理和任务调度经验
- 精通经典NLP技术，如文本分类、意图识别、NER，并熟悉轻量模型在端侧的部署
- 了解语音交互系统（ASR/VAD/TTS）及端侧工程经验，具备系统架构和跨团队协作能力
申请策略
- 关注荣耀在端侧AI的战略布局，了解其产品线，在面试中展示对业务的理解
- 准备一个完整的Agent项目案例，从架构设计到落地细节，体现工程化能力
- 突出LLM/Agent项目经验，特别是端侧部署或优化案例
- 强调NLP技术应用，如意图识别、NER等，以及轻量模型部署经验
- 展示语音交互或端侧工程相关项目，体现系统架构能力
- 如有论文或竞赛获奖，务必提及，作为加分项
- 补充学习LangGraph、AutoGen等Agent框架，动手实践构建Agent应用
- 熟悉MCP协议和Function Calling标准，了解工具集成最佳实践
面试指南
- 采用STAR法则：情境-任务-行动-结果，清晰展示项目背景、个人贡献和量化成果
- 强调技术选型理由和权衡，体现系统思考能力
- 结合具体数据或指标，证明方案的可行性和效果
- 请描述一个你设计过的Agent系统架构，如何解决上下文管理和任务调度问题？
- 在端侧部署LLM时，你如何平衡模型效果和资源消耗？
- 如何设计语音Agent的闭环交互，确保低时延和高可用？
- 请举例说明你如何优化经典NLP模型在端侧的性能
- 你如何看待端云协同架构在Agent中的应用？
职位点评
薪资福利70
成长发展90
工作生活50
使命价值80
薪资福利
70中等
薪资水平未在JD中明确，但根据岗位要求和行业水平，预计薪酬具有竞争力，但具体福利需与HR确认。
薪资信号未披露（AI估算：3千–5万/月）
成长发展
90较高
岗位涉及前沿的端侧AI Agent技术，技术栈新，成长空间大，且公司平台能提供丰富的实践机会。
技术前沿前沿/新兴技术
技术栈LLM、Agent、LangGraph、AutoGen、CrewAI、NLP、语音交互、端侧部署、MCP、Function Calling
业务类型ambiguous
工作生活
50较低
JD未提及工作模式，但作为研发岗位，可能涉及一定强度的加班，具体需与公司确认。
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
端侧AI Agent技术具有创新性，能推动智能设备智能化，对行业有积极影响，但社会价值体现间接。
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