歌尔股份
Agent工程化专家(047217)
Agent工程化专家(047217)
发布于 大约 14 小时前普通员工/个人贡献者
北京市 / 上海市
专家级经验
全职员工
仅现场办公
本科
机器学习工程
Llamaindex
Prompt Engineering
Rag
Sft
AI 估算 · 40k–70k
资深AI技术专家，大模型应用稀缺，北京上海高薪，8年+经验，市场竞争力强
职位详情
关于这个职位
该职位负责企业级Agent开发框架的设计与实现，融合大模型技术（如LangChain、RAG）打造可复用的AI应用框架
你将主导Agent可观测性与自动化评估体系建设，攻克任务规划确定性、工具调用可靠性等核心难点，并推动技术规范落地
适合在大模型应用领域有深厚积累的技术专家
最低要求
编码能力
计算机科学或相关专业本科以上学历，精通Python/Java等至少一门语言，拥有8年以上后端或分布式系统开发经验
大模型应用经验
)、框架与工具链： 深度掌握 LangChain、LlamaIndex等主流Agent框架的源码与原理，有实际的二次开发或深度定制经验
)、提示词工程与微调： 精通高级Prompt Engineering技巧（如CoT思维链、ReAct、ToT等），具备通过Few-shot Learning或SFT（监督微调）优化模型在特定领域表现的实战经验
)、RAG与向量技术： 精通RAG（检索增强生成）全链路优化，包括文档切分、Embedding模型选择、混合检索策略及重排序算法
熟悉 Milvus、Elasticsearch 等向量数据库的生产级应用
Agent开发架构与落地经验
具备Agent开发架构设计和落地经验(长期记忆、规划、工具调用、状态管理、多智能体协作等)，具备Agent可观测性与评估落地经验
问题解决能力
具备团队精神，热衷于解决模糊、开放性的问题，能从混乱中定义清晰的技术路径，并推动实施
工作职责
Agent架构设计与开发
负责企业级Agent开发框架（感知-规划-执行-反思）的设计与核心代码实现，融合Agent设计模式，为AI应用开发团队提供可复用开发框架
工程化基础设施建设
负责Agent“可观测、可评估"体系建设
从"Agent应用、网关、大模型推理"实现端到端全链路追踪
利用LLM-as-a-Judge或规则引擎，建立对Agent规划能力、工具调用准确率的自动化测试与回归流水线
核心难点攻关
负责Agent落地过程中出现的技术卡点，包括：任务规划的“确定性”、 复杂工具调用的“可靠性”、 动态记忆与长上下文管理的”精准性“、Agent输出的”稳定性“
技术规范与赋能
制定Agent开发标准，推动应用开发团队技术落地
跟进前沿技术，进行选型与内化
AI 洞察
优缺点分析
优点
- 歌尔股份为上市巨头，平台稳定，资源丰富，能接触复杂业务场景
- 岗位涉及核心框架设计与攻坚，对团队技术方向有重要影响力
- 对技术要求极高，需同时掌握Agent框架、RAG、微调、评估体系等多项前沿技能
- 工作地点在北京/上海，可能涉及较多跨团队协作，需较强的沟通推动能力
- 适合热爱技术攻关、在AI应用领域有深厚积累、渴望在大型平台发挥技术影响力的资深工程师
缺点 / 挑战
- 处于AI大模型前沿领域，技术挑战大，个人成长空间广阔
- 需解决模糊、开放性问题，工作推进可能面临较高压力和不确定性
角色解读
- 可在AI技术专家或架构师方向深耕，成为Agent工程化领域的权威
- 可横向发展为AI平台技术负责人，领导技术团队
- 未来可进一步晋升至技术总监或CTO等管理岗位
- 设计并实现企业级Agent开发框架，涵盖感知、规划、执行、反思等核心模块，为AI应用团队提供可复用的技术基础设施
- 搭建Agent可观测性和评估体系，实现端到端全链路追踪，以及基于LLM-as-a-Judge的自动化测试与回归流水线
- 攻克Agent落地中的技术难点，如任务规划确定性、工具调用可靠性、动态记忆管理精准性等
- 制定Agent开发标准，跟进前沿技术并推动技术规范在团队内落地
- 精通Python/Java，拥有8年以上后端或分布式系统开发经验
- 深度掌握LangChain、LlamaIndex等主流Agent框架的源码与原理，具备二次开发能力
- 精通Prompt Engineering（CoT、ReAct等）和SFT微调，熟悉RAG全链路优化
- 熟悉Milvus、Elasticsearch等向量数据库，并有Agent架构与可观测性落地经验
申请策略
- 了解歌尔股份在智能制造、AIoT等领域的布局，思考Agent技术如何支撑业务
- 准备2-3个解决Agent落地难题的案例，突出从问题定义到方案落地的过程
- 突出8年以上后端/分布式系统开发经验，强调大规模系统设计与性能优化案例
- 详细描述LangChain/LlamaIndex等框架的源码级理解与二次开发经历
- 展示RAG、Prompt Engineering、SFT等实战项目成果，包括量化效果
- 提及具体Agent架构落地和可观测性评估体系的搭建经验
- 深入研读LangChain等框架源码，动手定制一个Agent案例
- 补充SFT微调实践，掌握全参数或LoRA微调流程
面试指南
- 使用STAR法则：阐述情境、任务、行动和结果，突出量化成效
- 结合技术原理和经验，展现深度思考与问题拆解能力
- 强调跨团队协作和推动力，体现从混乱中建立清晰路径的能力
- 请讲讲你设计过的Agent架构，如何解决任务规划的不确定性问题？
- 如何评估Agent的工具调用准确性？你用过哪些评估方法和工具？
- 你对LangChain或LlamaIndex源码有什么理解？如何进行深度定制？
- 请描述一次你优化RAG全链路性能的经历，具体使用了哪些策略？
- 在面对模糊问题时，你如何定义技术路径并推动团队实施？
职位点评
69
综合评分
前沿AI Agent技术专家岗，大厂平台，技术成长性强，但工作强度与福利未明确。
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
该职位最适合追求技术成长、热爱前沿AI技术、愿意接受高强度挑战的资深工程师。
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85
工作生活50
使命价值60
薪资福利
70中等
该职位所在公司规模大，平台稳定，但薪资具体未披露，福利未知，补偿性满足一般。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
85较高
职位处于大模型与Agent前沿领域，技术挑战大，能快速提升专业技能，但晋升路径未在JD中明确提到。
技术前沿前沿/新兴技术
技术栈Python、Java、LangChain、LlamaIndex、RAG、Milvus、Elasticsearch、Prompt Engineering、SFT、Agent
业务类型cost_center
工作生活
50较低
JD未提及远程办公或弹性工时，工作地点在北京上海，通勤情况不明，加班与否未提及，生活方式满足有限。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
60中等
AI行业增长快，但职位主要面向内部技术平台，社会影响一般，使命感知不强。
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
歌尔股份 的其他在招职位
相似职位推荐
Watch Jobs