智元机器人
机器人交互工程师-擎天租子公司
机器人交互工程师-擎天租子公司
发布于 大约 14 小时前普通员工/个人贡献者
上海市
无经验要求
全职员工
仅现场办公
本科
机器学习工程
Langgraph
Rag
向量检索
AI 估算 · 15k–25k
大模型Agent方向热门，上海AI岗位薪资高，应届生月薪约15-25K。
职位详情
关于这个职位
该职位专注于机器人交互中的大模型智能体（Agent）应用开发，涉及多模态输入、意图识别、多轮对话、工具调用、任务规划、RAG链路以及Multi-Agent协作机制
你将参与核心系统设计与实现，并跟进评测与优化，处于AI大模型应用的最前沿，适合对LLM和智能体技术有热情的应届生
最低要求
届本科及以上学历，计算机、人工智能、软件工程、大数据等相关专业优先
具备扎实的Java编程基础，了解Java 17+及Spring Boot的基础使用
了解Redis、MySQL、HTTP请求、消息队列及单元测试等基础技术
了解LangChain、LangChain4j、LangGraph中的至少一种框架
了解ReAct、Plan-and-Execute、Function Calling等Agent基础原理
理解RAG核心流程，了解Milvus、Qdrant、Elasticsearch等任意一种向量检索工具
具备良好的代码规范、问题排查、学习和团队协作能力
工作职责
参与LLM Agent应用的设计与开发，包括多模态输入、意图识别、多轮对话、工具调用及任务规划
参与Agent Runtime、会话上下文、结构化Memory及状态机驱动的任务编排
参与RAG链路建设，包括文档解析、文本分块、向量化、混合检索、重排序及答案生成
参与Multi-Agent协作机制的开发，包括任务路由、任务拆解、工具调用、结果聚合及异常兜底
参与Prompt版本管理、结构化输出、幻觉防御以及成本和响应延迟优化
参与离线评测和线上指标体系建设，跟进Bad Case分析与优化
关注大模型及智能体技术发展，参与新技术调研、验证及业务场景落地
优先资格
有Agent或RAG项目、大模型应用竞赛、开源项目及技术博客经历者优先
接触过ASR、VLM、TTS、Spring AI、vLLM或SGLang者加分
AI 洞察
优缺点分析
优点
- 处于AI大模型和智能体技术最前沿，技术成长快，职业竞争力强
- 公司聚焦机器人+AI，赛道热门，未来发展空间大
- 工作内容涉及完整Agent和RAG体系，能积累全栈AI工程经验
- 应届生友好，注重学习能力，有项目经历者优先
- 技术栈较新，需要持续学习和快速迭代，对自学能力要求高
- 岗位竞争激烈，需要扎实的Java基础和一定的AI认知
缺点 / 挑战
- 涉及多领域知识（NLP、搜索、系统设计），入门门槛较高
- 适合对大模型和智能体有强烈兴趣，具备扎实编程基础、喜欢技术挑战的应届生
角色解读
- 从Agent应用开发起步，深入大模型技术栈，逐步成为LLM应用架构师或AI技术专家
- 可向机器人交互、具身智能等方向拓展，参与核心算法研发
- 随着智能体技术演进，有机会晋升为团队技术负责人或项目经理
- 设计并开发机器人交互中的LLM Agent应用，包括意图识别、多轮对话和工具调用，让机器人能理解复杂指令并执行任务
- 搭建Agent Runtime和会话上下文管理，实现结构化Memory和状态机驱动的任务编排，确保对话流程可控
- 建设RAG链路，处理文档解析、向量化、检索和重排序，提升回答准确性和可靠性
- 开发Multi-Agent协作机制，实现任务路由、拆解和结果聚合，并持续优化Prompt和成本延迟
- 扎实的Java编程基础，熟悉Spring Boot和常用中间件（Redis、MySQL、消息队列）
- 掌握至少一种Agent框架（LangChain、LangChain4j、LangGraph），理解ReAct、Function Calling等原理
- 了解RAG流程和向量检索工具（Milvus、Qdrant、Elasticsearch）
- 具备良好的代码规范、问题排查和团队协作能力
申请策略
- 了解智元机器人和擎天租子公司的产品方向，在面试中展现对机器人交互场景的理解
- 准备一个完整的项目案例，展示从问题定义到技术落地的过程
- 突出项目经历，如有Agent或RAG项目，详细描述技术方案和效果
- 展示Java基础和工程能力，包括Spring Boot、Redis、MySQL等使用经验
- 如果有开源贡献或技术博客，务必列出，体现技术热情
- 强调学习能力和对LLM前沿技术的了解，如使用过LangChain或相关框架
- 熟悉LangChain或LangGraph，动手实现一个简单的Agent应用
- 了解RAG流程，用Milvus或Qdrant搭建一个知识库问答Demo
面试指南
- 用STAR法则讲述项目：情境-任务-行动-结果，突出技术细节和量化效果
- 原理题先解释核心概念，再结合项目或场景分析利弊
- 设计题从需求出发，逐步拆解模块，说明取舍和边界情况
- 请介绍一下你做的Agent或RAG项目，如何设计技术方案？
- ReAct框架的核心思想是什么？相比普通Prompt有哪些优势？
- 如何设计一个多轮对话的上下文管理机制？
- 在RAG系统中，如何解决检索效果不佳的问题？
- 如果让你优化一个Agent的响应延迟，你会从哪些方面入手？
职位点评
73
综合评分
AI大模型Agent前沿岗位，技术成长快，薪资未明，WLB未知。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
最适合追求技术前沿、渴望快速成长、能接受现场办公的应届生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展90
工作生活50
使命价值70
薪资福利
70中等
职位未披露具体薪资，但AI大模型方向薪酬普遍较高，上海地区应届生待遇有竞争力，整体吸引力较强。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
90较高
该职位技术前沿，涉及LLM Agent、RAG、Multi-Agent等热门方向，能快速积累核心AI技能，成长空间大。
技术前沿前沿/新兴技术
技术栈Java、LangChain、LangGraph、RAG、Agent、Redis、MySQL、Milvus
业务类型ambiguous
工作生活
50较低
工作地点在上海，现场办公，JD未提及弹性工作或远程安排，生活方式仅满足基本需求。
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
70中等
大模型+机器人赛道高速增长，技术影响力强，但JD未强调社会价值，意义感主要源于技术贡献。
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
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs