波克城市
Agent开发工程师
Agent开发工程师
发布于 6 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
Go
Llm Api
Rag
分布式系统
软件工程
值不值得投
74综合评分
综合评分 74
前沿AI Agent技术栈、大型平台背书、侧重架构与工程落地，WLB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
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 570 个在招 · 其中人工智能 3 个
市场机会
选择面较广
上海 · 人工智能 · 约 390 个在招
职位详情
关于这个职位
负责AI中台架构设计与本地Sidecar Agent的核心开发，保障端云数据同步与稳定运行
需集成LLM API、RAG及各类AI工具，搭建AI资产管理与复用平台
结合Go/Python语言基础与客户端/后台开发经验，与产品业务团队协作完成AI能力落地
最低要求
计算机或相关专业，工作3-5年
熟练掌握Go或Python中至少一种语言，依靠AI Coding工具能快速开展跨开发语言的二次开发
具备代码审核、测试验证和维护能力
具备扎实的软件工程基础，能够独立负责模块设计、开发与交付
具备后端服务开发经验，熟悉API、异步处理、关系型数据库及本地存储
具备客户端、桌面工具、CLI、后台服务或本地Agent开发经验，熟悉进程管理、文件系统、文件监听和操作系统权限
熟悉网络通信与可靠同步机制，能够处理超时、重试、断网、重复消息及并发访问问题
理解凭证保护、数据脱敏和访问控制
具备Agent应用或Agent平台开发经验，熟悉LLM API、上下文管理、工具调用及Agent执行流程，熟悉Skills、RAG等能力的集成方式，持续关注跟踪Agent和Harness工程最新进展，能够分析现有Agent接入方式和技术限制
能够与产品、后端及业务团队协作，将不确定工具集成问题通过POC转化为明确的实施方案
工作职责
参与AI中台技术架构设计，明确本地Sidecar Agent、现有Agent、模型网关、信息服务接口、数据模型以及相关功能边界
设计并开发本地 Sidecar Agent，实现身份认证、配置管理、后台运行、本地持久化、状态上报及安装升级
适配现有 Agent 和 AI 工具，在授权范围内采集会话、工具调用、命令执行、文件变更等事件，完成数据标准化、脱敏与上传，并建立可追踪的事件关联机制
建设可靠的端云同步链路，实现断网缓存、失败重试、数据去重等处理，控制本地资源占用及服务端处理压力
建立端侧与服务侧的日志、监控和故障诊断能力，开展兼容性验证、自动化测试及部署联调
参与或主导AI资产复用链路的设计，包括但不限于prompt模板、skill、AIGC pipeline等，实现AI资产的查询、版本管理、分发与加载，与应用及业务人员协作完成集成
AI 洞察
优缺点分析
优点
- 聚焦前沿AI Agent赛道，技术栈新颖且具备行业先发优势
- 大型成熟企业平台提供稳定的项目资源与完善的工程规范
- 深度参与AI资产平台建设，积累高价值的底层架构经验
- 需同时兼顾端侧轻量化与云端复杂逻辑，系统耦合度高调试难度大
- AI生态迭代迅速，需持续跟进新技术并快速适配现有业务场景
- 跨部门协作频繁，需求边界与技术实现可能存在博弈
- 适合具备3年以上后端或客户端开发经验，对AI Agent架构有浓厚兴趣且追求技术深度的工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AI基础设施架构师或大模型应用平台负责人方向发展
- 深入探索多模态Agent、自主决策系统及边缘AI计算前沿技术
- 逐步承担技术选型与团队带教职责，向技术管理或资深专家路线晋升
- 负责AI中台架构设计与本地Sidecar Agent的核心开发，保障端云数据同步与稳定运行
- 集成LLM API、RAG及各类AI工具，搭建AI资产管理与复用平台
- 通过日志监控与自动化测试，确保Agent系统的可靠性与可扩展性
- 精通Go或Python语言，具备扎实的客户端/后台服务开发功底
- 熟悉LLM API调用、上下文管理及Agent执行框架
- 掌握网络通信、数据同步机制及端侧权限管理
- 具备良好的跨团队协作与POC验证能力
申请策略
- 提前了解公司旗下游戏产品线，思考AI Agent在游戏NPC或客服场景的应用潜力
- 准备1-2个完整的端到端Agent开发Demo或技术博客
- 突出Go/Python实战项目及Agent/微服务架构设计经验
- 详细列举端云同步、离线缓存、权限管控等难点解决方案
- 展示LLM API集成、RAG或Prompt工程的具体落地案例
- 强化分布式系统设计与高并发处理能力
- 系统学习LangChain/LlamaIndex等主流Agent框架原理
- 补充网络安全与数据脱敏相关知识
面试指南
- 采用STAR法则阐述过往架构设计背景、核心挑战、技术方案选型及最终量化成果
- 针对同步问题，重点说明状态机设计、幂等性保证与降级策略
- 结合业务场景对比不同Agent框架的优劣
- 如何设计高可用的本地Sidecar Agent与云端同步机制？
- 遇到断网、重试和数据冲突时如何处理？
- 如何优化LLM API调用成本与响应延迟？
- Agent上下文管理与工具调用路由是如何实现的？
- 复习Go/Python并发模型与网络编程底层原理
职位点评
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
JD未明确具体薪酬范围，但大型成熟企业通常提供规范的薪酬福利体系，整体补偿性满足度处于合理区间。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
85较高
岗位直接聚焦AI Agent与大模型技术栈，平台化开发路径清晰，技术成长与架构演进空间较大。
技术前沿前沿/新兴技术
技术栈Go、Python、LLM API、RAG、Agent、Sidecar
业务类型profit_center
工作生活
60中等
JD未提及弹性工时或远程政策，具体工作节奏与通勤安排需以实际沟通为准。
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
70中等
致力于推动AI技术在泛娱乐场景的落地应用，具有明确的商业创新导向与技术实践价值。
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
波克城市 的其他在招职位
相似职位推荐
Watch Jobs