科大讯飞
Agent研发工程师(J14376)
Agent研发工程师(J14376)
发布于 大约 14 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai Agent
Llm
Mcp
Rag
Tool Calling
多模态交互
语音处理
软件工程
值不值得投
75综合评分
综合评分 75
前沿AI Agent研发岗位，技术成长空间大，薪资市场水准，WLB需进一步确认。
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
20K
与人工智能中位数基本持平
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 210 个在招 · 其中人工智能 14 个
市场机会
选择适中
合肥 · 人工智能 · 27 个在招
职位详情
关于这个职位
该职位负责科大讯飞产品的AI Agent研发，参与任务规划、记忆管理、工具调用等核心能力建设，服务于办公、学习、内容创作等多个实际应用场景
工作内容涵盖多模态交互探索和跨团队协作，推动AI技术落地
最低要求
重点院校本科及以上学历，计算机、软件工程、人工智能等相关专业优先
熟练掌握 Python、Java、Go、C++、JavaScript/TypeScript 中至少一种，具备良好的软件工程基础
了解大模型应用范式，如 Prompt/Context Engineering、Tool Calling、RAG、结构化输出等
有 AI Agent 或大模型应用项目经验
具备问题拆解、沟通协作与持续学习能力，关注用户体验和工程质量
工作职责
参与产品的 AI Agent 研发，服务于办公、学习、内容创作、信息管理、跨语言沟通及智能硬件等场景
参与任务规划、记忆、Tool Calling/MCP、RAG、多模态检索、工作流编排及多 Agent 协作等核心能力建设
建设 Agent 评测、Tracing 与可观测能力，优化准确性、稳定性、时延、成本及用户体验
探索语音、文档、图片等多模态交互，以及端云协同、隐私保护与安全执行
使用 AI 工具辅助研发，与跨团队协作推动产品落地
优先资格
有 Agent Demo、开源项目或相关竞赛成果
有 MCP、多 Agent、语音、多模态、OCR、端侧推理或智能硬件开发经验
AI 洞察
优缺点分析
优点
- 参与前沿AI Agent技术研发，技术成长空间大，能接触行业最新趋势
- 项目服务于多个实际应用场景，成果可见性强，有助于积累产品化经验
- 公司规模大，资源丰富，有完善的研发体系和团队协作环境
- AI技术更新快，需要持续学习新技术栈，保持知识前沿性
- 大型项目中跨团队协作要求高，需要较强的沟通和协调能力
- 适合对AI技术有热情、喜欢解决复杂问题、具备较强学习能力和团队协作精神的求职者，尤其是有大模型应用经验者
缺点 / 挑战
- 多Agent协作、多模态交互等复杂系统可能带来较高的技术挑战
角色解读
- 深耕AI Agent技术，成为领域专家，参与更复杂系统的架构设计
- 向技术管理或产品方向发展，负责团队或产品线
- 探索前沿AI技术，如多模态和端云协同，推动公司技术创新
- 参与AI Agent产品的研发，覆盖办公、学习、内容创作等多个应用场景
- 负责任务规划、记忆管理、工具调用等核心能力的开发与优化
- 构建Agent评测和可观测系统，提升产品准确性、稳定性和用户体验
- 探索语音、文档等多模态交互技术，并与团队协作推动项目落地
- 熟练掌握至少一种编程语言（如Python、Java），具备扎实的软件工程基础
- 了解大模型应用技术，包括Prompt Engineering、RAG、Tool Calling等
- 有AI Agent或大模型应用项目实践经验，能解决复杂技术问题
- 良好的问题拆解、沟通协作和持续学习能力，关注用户体验
申请策略
- 研究科大讯飞在AI领域的布局和产品方向，了解其AI Agent应用场景
- 准备展示AI Agent相关的个人项目或Demo，以证明实践能力和创新思维
- 突出AI Agent或大模型相关项目经验，展示技术深度和实现细节
- 强调编程语言熟练度和软件工程实践，如代码质量、系统设计
- 列出使用过的相关技术工具和框架，如LLM、RAG、多模态处理库
- 深入学习大模型应用技术，如Tool Calling、MCP协议，可通过在线课程或开源项目实践
- 实践多模态交互开发，积累语音、图像处理项目经验，提升技术广度
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化描述项目经验，突出个人贡献
- 结合具体技术点（如RAG、Tool Calling），阐述实现方法和优化思路，展示技术理解
- 强调问题解决过程，包括遇到的难点和采用的解决方案，体现学习能力和协作精神
- 请描述你参与过的AI Agent项目，你负责哪些核心部分？
- 你如何理解RAG（检索增强生成）技术？在项目中如何应用和优化？
- 多Agent协作中可能遇到哪些挑战，你如何解决？
- 你如何评估和优化AI Agent的性能（如准确性、时延）？
- 你对AI Agent在办公或学习场景的应用有什么看法？
职位点评
薪资福利75
成长发展85
工作生活60
使命价值80
薪资福利
75中等
科大讯飞是上市企业，薪资福利体系相对完善，合肥生活成本较低，整体补偿性动机满足程度较好。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
85较高
该职位涉及前沿AI Agent技术，有核心能力建设机会，技术成长空间大，能接触行业最新范式。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、RAG、Tool Calling、MCP、多模态
业务类型ambiguous
工作生活
60中等
办公模式未在JD中明确，工作强度可能根据项目需求而定，生活化动机满足程度有限。
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
AI Agent技术应用于办公、学习等多个场景，有推动智能化发展的潜力，行业增长迅速，意义感动机较好。
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
Watch Jobs