固德威
AI智能体开发工程师
AI智能体开发工程师
发布于 3 天前普通员工/个人贡献者
全职员工仅现场办公AI算法
AI算法
Ai Agent
Llm
Llmops
Rag
System Design
值不值得投
81综合评分
综合评分 81
上市公司核心AI研发岗，聚焦前沿Agent技术，赋能新能源业务，技术成长性强，生活平衡度待确认
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
3.5万
比AI算法中位数高
发布情况
新岗位 · 3 天前发布
市场机会
选择不多
苏州 · AI算法 · 8 个在招
职位详情
关于这个职位
负责构建企业级AI智能体底座（Agent OS），涵盖任务调度、状态管理、多模型接入及工具执行体系
结合光伏储能业务场景，开发连接企业知识库与业务API的智能体应用，落地于研发、运维等核心环节，并建立完整的评测与LLMOps能力以保障系统稳定性
最低要求
硕士学历，计算机、软件工程、人工智能、自动化、数学等相关专业
熟练掌握Python，具备良好的数据结构、算法、网络和操作系统基础
熟悉Git、Linux、SQL及HTTP/REST API，了解异步编程、超时重试、日志、单元测试和接口设计等工程实践
理解大语言模型及Agent的基本原理，了解上下文窗口、Token、Embedding、流式生成、Tool/Function Calling、结构化输出、Prompt/Context Engineering，以及任务规划、工具执行、状态管理、记忆和Human-in-the-loop等核心概念
使用过至少一种Agent框架、SDK或Harness，如LangGraph/LangChain、LlamaIndex、OpenAI Agents SDK、Claude Agent SDK、AutoGen或Pi等
直接基于模型API实现过Agent应用或Runtime亦可
理解RAG基本流程，了解文档解析、向量检索、关键词检索、混合召回、重排和效果评测
接触过Milvus、Qdrant、Elasticsearch或pgvector等组件之一
使用过Codex、Claude Code、Cursor、Pi、OpenCode、Aider或Cline等AI Coding工具，并完成过至少一个可演示的Agent、RAG、AI Coding或大模型应用项目，能够说明个人贡献、技术架构、关键难点、评测方法和优化结果
对AI Agent和AI Coding有浓厚兴趣，具备良好的学习能力、技术好奇心、沟通协作及文档编写能力，能够快速跟进技术发展并完成验证与落地
工作职责
参与智能体底座（Agent OS / Agent Runtime）的设计与开发，参考Pi（pi-mono）等Agent Harness的设计理念，建设Agent Loop、任务调度、会话与状态管理、上下文压缩、长期记忆、暂停恢复及异常重试等核心能力，探索可嵌入、可扩展的SDK、CLI和API运行架构
参与统一模型接入层建设，支持主流闭源及开源大模型，实现流式调用、Tool Calling、结构化输出、多模型路由、故障降级、并发控制以及Token与成本统计等能力
建设智能体工具、扩展及执行体系，包括Tool、Skill、MCP Server/Client、插件注册、Schema校验、版本管理，以及文件、Shell、代码、浏览器和业务系统操作
通过沙箱隔离、资源限制、权限控制、人工审批和执行审计保障运行安全
参与AI Coding Agent研发，实现代码库理解、上下文检索、任务规划、代码生成与修改、命令执行、测试验证、错误修复、代码审查及Git工作流等能力
面向光伏、储能、充电等新能源业务场景，开发连接企业知识、业务API、数据库及时序数据的智能体应用，推动相关能力在研发、运维、售后和数据分析等场景落地
参与企业级知识库和RAG系统建设，包括多模态文档解析、知识切分、Embedding、混合检索、重排、引用溯源、权限过滤、知识更新和检索效果优化
建设智能体评测、可观测及LLMOps能力，通过离线数据集、任务环境、执行轨迹和自动化回归流程，从任务成功率、工具调用准确率、测试通过率、延迟、Token及成本等维度持续评测和优化智能体
AI 洞察
优缺点分析
优点
- 处于AI Agent技术前沿，技术栈极具竞争力
- 上市公司平台稳定，业务场景（新能源）丰富且真实
- Agent领域标准尚未完全确立，需自行探索最佳实践
- 热衷于AI底层技术研究，具备扎实工程落地能力，希望在新能源行业深耕的高级开发者
缺点 / 挑战
- 需兼顾底层架构与上层业务落地，工作复杂度较高
角色解读
- 可向AI基础设施架构师、大模型应用专家或技术负责人方向发展，具备极高的行业稀缺性
- 构建和维护企业级AI智能体底层平台（Agent OS），实现任务调度、记忆管理和多模型接入
- 精通Python后端开发，深入理解LLM原理、Agent框架（如LangChain）、RAG技术及向量数据库
申请策略
- 准备详细的技术架构图解，展示你对Agent生命周期管理的理解，并提及对光伏储能业务的兴趣
- 突出Agent框架实战经验、RAG系统优化案例及AI Coding工具的使用心得，强调解决复杂工程问题的能力
- 深入研究LangGraph等高级Agent编排逻辑，掌握LLMOps监控与评估体系，提升系统安全性设计能力
面试指南
- 采用STAR法则，重点阐述技术选型理由、遇到的具体瓶颈（如上下文窗口限制、并发冲突）及量化优化结果
- 如何设计Agent的状态管理与长期记忆机制？
- 在多模型路由中如何处理故障降级与成本控制？
- RAG系统中如何解决检索精度与幻觉问题？
- 如何保证Agent执行外部工具（如Shell、代码）的安全性？
- 复习LLM核心原理（Attention机制、Tokenization），熟悉主流Agent框架源码，准备1-2个完整的项目复盘案例
职位点评
薪资福利80
成长发展95
工作生活60
使命价值85
薪资福利
80较高
上市公司背景提供稳定的薪酬福利，AI高端人才薪资水平高于市场平均，但具体数字未披露。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
95较高
职位涉及最前沿的AI Agent与LLMOps技术，技术成长空间极大，属于高成长性岗位。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、RAG、LangChain、LLMOps、Vector Database
业务类型profit_center
工作生活
60中等
制造业上市公司通常节奏相对稳健，但AI研发本身具有探索性，工作强度取决于项目进度，JD未明确WLB细节。
工作模式未明确
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
85较高
将AI技术应用于光伏储能等绿色能源领域，具有显著的社会价值和行业前景，使命感强。
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
固德威 的其他在招职位
相似职位推荐
点评技术-大模型算法专家
美团 · 上海市
AI 估算 · 4.0–7.0万3 小时前发布
Industrial Engineering ES
德科斯米尔 · 沈阳市
AI 估算 · 1.8–3.0万4 小时前发布
业务技术-AI Agent 后训练专家-杭州
阿里巴巴 · 杭州市
AI 估算 · 4.0–7.0万4 小时前发布
研究型实习生-多模态通用和推理大模型后训练研究
阿里巴巴 · 杭州市
AI 估算 · 4.0–6.0千4 小时前发布
阿里妈妈-AI应用算法工程师-AI Data & Decision Intelligence
阿里巴巴 · 杭州市
AI 估算 · 3.0–6.0万4 小时前发布
集团安全部-反爬算法专家-AI-native
阿里巴巴 · 杭州市
AI 估算 · 4.0–7.0万4 小时前发布
AI推理平台-AI 推理系统工程师（RSI 方向）-杭州
阿里巴巴 · 杭州市
AI 估算 · 3.0–6.0万4 小时前发布
算法实习生 - 医疗方向
阿里巴巴 · 杭州市
AI 估算 · 4.0–6.0千4 小时前发布
Watch Jobs