京东
软件开发
软件开发
发布于 大约 9 小时前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
学历未注明
软件工程
Agent架构
Prompt Engineering
Rag
多Agent协同
工作流编排
长文本处理
Llm工程化
智能用例生成
模型自修正
AI 估算 · 30k–60k
大模型Agent架构师需求高，技能稀缺，薪资竞争力强，北京市场偏高。
职位详情
关于这个职位
该职位是京东零售部门的软件开发岗位，专注于大模型驱动的智能Agent系统架构设计
你将主导Prompt工程、RAG、多Agent协同等核心技术的整合与落地，推动AI能力与工程体系的深度融合，打造可复用的技术方案
适合对大模型工程化和Agent架构有浓厚兴趣的技术专家
最低要求
具备AI驱动的工程系统架构经验，主导过大模型工作流从0到1搭建，熟悉复杂任务自主拆解与执行
拥有智能化Agent协同系统的实际开发经验，熟悉在主流平台中落地AI能力以提升研发效率的路径
能够主导基于大模型的Agent系统架构设计，整合Prompt工程、长文本处理、Function Calling与RAG等核心技术
能够设计多Agent协同的工作流编排机制，实现任务自动调度与异常自愈，并具备从问题表象定位底层原因的能力
致力于将AI技术深度融入研发流程，敢于探索新型应用模式并推动关键突破
符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信
工作职责
主导智能化Agent架构设计，整合Prompt工程、长文本处理、Function Calling与RAG等核心能力
构建多Agent协同工作流机制，实现任务自动拆解、调度与异常自愈
推动AI能力与现有工程体系深度融合，建立反馈闭环优化模型自修正能力
制定智能用例生成等场景落地路径，完成从架构搭建到闭环验证的全流程交付
总结LLM工程化与Agent架构实践，形成可复用技术方案指导团队提升
AI 洞察
优缺点分析
优点
- 技术前沿：直接接触大模型Agent架构的最新技术，如RAG、Function Calling、多Agent协同，技能积累价值高
- 平台优势：京东零售的海量业务场景为AI落地提供丰富的实战机会
- 薪资竞争力：大模型方向人才稀缺，薪资水平处于市场高位
- 成长空间：有机会从0到1搭建系统，形成可复用的技术方案，职业发展路径清晰
- 技术复杂度高：需要同时掌握大模型、工程架构、系统设计等多方面知识，学习曲线陡峭
- 领域迭代快：大模型技术日新月异，需要持续跟进最新进展，自我驱动力要求高
- 适合对AI Agent和大模型工程化有强烈热情、具备扎实系统架构能力、渴望在技术前沿深耕的资深工程师
缺点 / 挑战
- 工作强度大：互联网大厂节奏快，项目交付压力可能较大
角色解读
- 技术深耕：成为大模型Agent领域的架构专家，主导企业级AI系统设计
- 技术管理：从技术专家转向技术负责人，带领团队推进AI落地
- 跨领域拓展：结合业务场景，从研发效能走向产品化、商业化应用
- 设计并实现基于大模型的智能Agent系统，整合Prompt工程、RAG、Function Calling等核心组件
- 构建多Agent协同工作流，实现任务的自动拆分、调度与异常自愈
- 推动AI能力与现有研发流程的深度融合，建立反馈闭环优化模型自我修正能力
- 制定智能用例生成等具体场景的落地路径，完成从架构设计到效果验证的全流程交付
- 精通大模型工作流搭建，熟悉Prompt工程、RAG、Function Calling等核心技术
- 具备多Agent协同系统开发经验，能设计任务编排与异常处理机制
- 擅长从问题表象定位底层原因，具备系统化的问题分析与解决能力
- 熟悉主流AI平台（如LangChain、LangGraph等）及工程化实践
申请策略
- 提前了解京东零售的业务痛点，在面试中结合业务场景阐述你的架构设计思路
- 关注京东价值观，在回答中体现客户为先、创新、拼搏等文化契合度
- 突出大模型工作流从0到1的搭建经验，强调你在Agent架构、RAG、Prompt工程方面的具体成果
- 展示多Agent协同系统的实际项目，包括任务拆解、调度和异常处理的设计细节
- 量化AI能力落地对研发效率的提升，如缩短开发周期、减少人工干预等指标
- 体现技术影响力，如发表技术博客、开源贡献或内部技术分享的案例
- 深入理解LangChain、LangGraph、AutoGPT等主流Agent框架，并动手实践
- 补充强化学习（RLHF）、模型微调等相关知识，以增强对模型自修正的理解
面试指南
- STAR法则：背景-任务-行动-结果，重点突出技术难点和你的决策逻辑
- 先明确问题边界，再分步阐述方案：从需求分析、架构设计、技术选型到效果评估
- 强调闭环思维：不仅是实现功能，还要考虑监控、反馈和持续优化机制
- 请描述你主导的一个大模型工作流项目，从0到1的架构设计和技术选型过程
- 如何设计一个多Agent协同系统，使其能够自动拆解任务并处理异常情况？
- Prompt工程中有哪些常见陷阱？你是如何优化的？
- RAG技术在大规模文档检索中如何确保准确性和实时性？
- 你如何看待Agent与现有工程体系的融合？请举例说明反馈闭环如何实现
职位点评
73
综合评分
京东大厂，前沿Agent架构，薪资竞争力强，但工作节奏较快，现场办公。
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。
更适合这类人
最适合追求技术成长和前沿探索的求职者，对工作生活平衡要求不高者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展90
工作生活40
使命价值60
薪资福利
85较高
京东作为上市巨头，薪资福利具有市场竞争力，但JD未明确薪资范围，需面试确认具体待遇。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
90较高
职位聚焦大模型Agent前沿技术，有机会从0到1搭建系统，成长空间大，技术积累价值高。
技术前沿前沿/新兴技术
技术栈Agent、Prompt Engineering、RAG、Function Calling、LLM、多Agent协同
业务类型ambiguous
工作生活
40较低
北京现场办公，大厂节奏较快，且JD未提及弹性工作或远程选项，WLB可能一般。
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
60中等
大模型Agent技术处于行业风口，但JD未强调社会价值，主要聚焦技术实现，意义感中性。
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
京东 的其他在招职位
相似职位推荐
Watch Jobs