Haier logo
海尔
AI agent 架构师

AI agent 架构师

发布于 1 小时前

中层管理(经理/总监)

AI 估算 · 6.0–10.0万 · AI 参考估算
高级经验
本科
全职员工仅现场办公AI算法
AI算法
Ai Agent架构
Langgraph
Llm应用
Rag
分布式系统
向量数据库
多智能体协作
技术选型

值不值得投

80综合评分

综合评分 80

前沿AI架构岗、薪资优厚、技术挑战大、侧重职业发展与生活平衡一般

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

8.0万

比AI算法中位数高

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 630 个在招 · 其中AI算法 2 个

市场机会

选择面较广

北京 · AI算法 · 约 230 个在招

职位详情

关于这个职位

负责海尔AI Agent整体架构设计与技术路线规划,主导多Agent协作体系及核心框架选型

需构建Agent安全治理、可观测性及业务集成方案,并指导团队落地生产级系统,确保工程质量与前沿技术转化

最低要求

本科及以上学历,计算机/人工智能相关专业,3年以上技术经验,1年以上AI/LLM应用架构设计经验

具备扎实的分布式系统架构能力,有高并发、高可用、微服务治理的实战经验
深入理解LLM技术栈,精通Prompt Engineering、RAG、Function Calling、ReAct、CoT、Multi-Agent等核心技术
主导过至少1个生产级Agent系统的架构设计与落地,有完整的Agent可观测性、容错降级、成本控制实践经验
精通至少两种Agent框架(LangGraph / AgentScope / AutoGen / CrewAI / Dify),理解其设计哲学与适用边界
熟悉向量数据库(Milvus / Qdrant / Weaviate)、图数据库(Neo4j)及混合检索架构设计
具备技术决策能力,能基于业务场景做出合理的技术选型权衡,而非盲目追新
优秀的跨团队协作与技术沟通能力,能向非技术人员清晰阐述架构方案与ROI

工作职责

负责AI Agent整体架构设计,定义Agent中台的技术路线、分层架构与演进路径

设计多Agent协作体系(Orchestrator / Specialist / Supervisor模式),制定Agent间通信协议与任务分发策略
制定Agent开发规范与标准,包括工具注册规范、记忆管理标准、Prompt模板体系、可观测性基线
主导技术选型决策,评估并确定Agent框架(LangGraph / AgentScope / Spring AI Alibaba)、向量数据库、模型推理引擎等核心技术栈
设计Agent与业务系统的集成架构,定义Agent与企业中台(数据中台、业务中台、AI中台)的交互接口与数据流转规范
构建Agent安全与治理体系,包括权限控制、审计追踪、幻觉防控、成本治理与SLA保障机制
主导前沿技术预研,跟踪MCP、A2A、Function Calling演进等新协议/新能力,推动技术落地与团队赋能
指导高级开发工程师,进行架构评审与代码Review,确保系统设计的可落地性与工程质量

AI 洞察

优缺点分析

优点

  • 处于AI Agent技术爆发期,能接触最前沿的多智能体协作与LLM应用架构技术
  • 依托海尔庞大的实体产业背景,AI技术落地场景丰富,具备极高的商业实践价值
  • 作为架构师角色,拥有较大的技术决策权,能显著提升个人在AI领域的行业影响力
  • 需要兼顾底层架构设计与上层业务集成,对综合技术视野和沟通能力要求极高
  • 适合具有深厚后端/分布式基础,且对LLM应用层有强烈兴趣和技术积累的资深工程师或技术管理者

缺点 / 挑战

  • 传统制造业数字化转型中,新技术落地往往面临遗留系统兼容与业务部门协同的挑战
  • Agent领域标准尚未完全统一,技术选型风险较高,需平衡创新与稳定性

角色解读

  • 可向首席架构师(Chief Architect)或技术总监方向发展,负责更宏大的技术战略规划
  • 也可转向AI产品负责人,将技术优势转化为商业价值,主导AI产品的全生命周期管理
  • 设计AI Agent的整体技术架构和中台体系,定义技术演进路线
  • 解决多Agent协作中的通信、任务分发及安全治理等复杂工程问题
  • 主导核心技术选型(如LangGraph、向量数据库等),并指导团队进行落地实施
  • 深厚的LLM应用架构能力,精通RAG、Function Calling、Multi-Agent等前沿技术
  • 扎实的分布式系统与微服务治理经验,具备高并发、高可用系统设计能力
  • 丰富的Agent框架实战经验(LangGraph/AutoGen等)及技术决策与团队指导能力

申请策略

  • 面试前准备1-2个完整的Agent架构设计方案,重点阐述选型理由、难点攻克及落地效果
  • 了解海尔在智能家居、工业互联网等领域的AI应用场景,展现技术与业务的结合思考
  • 突出展示主导过的生产级Agent或LLM应用项目,强调架构设计、性能优化及成本控制成果
  • 详细列出精通的Agent框架(如LangGraph)及向量数据库实战经验,体现技术深度
  • 强调跨团队协作与技术决策案例,证明能将技术方案转化为业务价值
  • 深入研究多Agent协作协议(如MCP、A2A)及最新LLM评测标准
  • 强化Agent可观测性、幻觉防控及成本治理的工程化实践能力
  • 提升对传统企业IT架构(数据中台、业务中台)的理解,以便更好地进行系统集成设计

面试指南

  • 采用STAR法则(情境、任务、行动、结果)描述项目经历,重点突出架构决策的逻辑
  • 对于技术选型问题,从业务需求、技术成熟度、社区活跃度、团队能力等多维度进行对比分析
  • 对于治理问题,结合具体技术手段(如RAG优化、缓存机制、监控告警)给出系统性解决方案
  • 请分享一个你主导的生产级Agent系统架构设计案例,遇到的最大挑战是什么?
  • 在多Agent协作场景中,如何设计高效的通信协议与任务分发策略?
  • 如何平衡Agent系统的创新性(如使用最新框架)与生产环境的稳定性及可维护性?
  • 针对Agent的幻觉问题和成本控制,你在架构层面有哪些具体的治理手段?
  • 复习分布式系统核心概念及LLM应用常见陷阱(如上下文窗口限制、Token成本计算)

职位点评

薪资福利85
成长发展92
工作生活60
使命价值75

薪资福利

85较高

作为已上市巨头企业的核心架构岗位,薪资水平处于市场高位,且福利体系完善,能满足较高的补偿性动机。

薪资信号偏高 (6.0千–10.0万/月)

成长发展

92较高

职位涉及AI Agent前沿技术架构设计,技术栈极具前瞻性,且需主导技术选型与团队赋能,成长空间巨大。

技术前沿前沿/新兴技术
技术栈AI Agent、LLM、LangGraph、RAG、Multi-Agent、Vector Database
成长机会指导高级开发工程师、推动技术落地与团队赋能、主导前沿技术预研
业务类型profit_center

工作生活

60中等

JD未明确提及弹性工作或远程办公,且为大型制造企业核心研发岗,通常要求坐班,工作强度可能较高,WLB信号不明确。

工作模式未明确
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值

75中等

通过AI技术赋能传统制造业转型,提升产业效率,具有显著的行业变革意义和社会价值。

行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs