歌尔股份
Agent平台专家(049491)
Agent平台专家(049491)
发布于 大约 14 小时前普通员工/个人贡献者
北京市 / 青岛市
专家级经验
全职员工
仅现场办公
本科
机器学习工程
Agent架构
Llamaindex
Prompt Engineering
Rag
Sft微调
AI 估算 · 30k–60k
专家级大模型岗位，技能稀缺，市场需求大，歌尔作为上市大厂薪酬有竞争力。
职位详情
关于这个职位
作为歌尔股份IT管理本部的Agent平台专家，你将负责企业级Agent开发框架的设计与落地，探索大模型应用的前沿技术，解决Agent在实际业务中的关键难点，并推动团队技术升级
这是一个深度技术岗位，适合热爱挑战、追求技术卓越的资深工程师
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
- 处于AI Agent前沿赛道，技术稀缺性强，个人竞争力提升快
- 歌尔股份是上市跨国企业，平台稳定、资源丰富，技术投入有保障
- 职位深度参与核心框架设计，对技术影响力大，职业成就感强
- 能够深度接触大模型、RAG、多智能体等最新技术，保持技术领先
- 面临大量模糊、开放性问题，需要较强的分析能力和抗压能力
- 工作地点涉及北京、青岛、上海，可能需要频繁异地协作或出差
- 适合有深厚后端功底、热爱大模型技术、喜欢攻克复杂难题、能在不确定性中定义清晰路径的资深工程师
缺点 / 挑战
- AI生态变化快，持续学习压力大，需要不断跟进新框架和新方法
角色解读
- 成长为AI平台架构专家，主导企业级Agent基础设施的演进和标准化
- 向AI技术总监或首席架构师方向发展，负责更大范围的技术战略和团队管理
- 深耕大模型应用领域，成为行业内领先的Agent技术专家
- 设计和开发企业级Agent开发框架，包括感知、规划、执行、反思等核心模块，为AI应用团队提供可复用的基础能力
- 建设Agent可观测性和评估体系，实现从应用、网关到大模型推理的全链路追踪，并搭建自动化测试回归流水线
- 攻关节能落地中的技术难点，如任务规划的确定性、工具调用的可靠性、长期记忆管理精准性以及输出稳定性
- 制定Agent开发标准，推动团队技术落地，同时跟踪前沿技术进行选型与内化
- 精通Python或Java，具备8年以上后端或分布式系统开发经验，扎实的编码功底
- 深度掌握LangChain、LlamaIndex等主流Agent框架的源码与原理，并能进行二次开发或深度定制
- 精通高级Prompt Engineering（CoT、ReAct、ToT等），并有通过Few-shot Learning或SFT优化模型的实际经验
- 熟悉RAG全链路优化，包括文档切分、Embedding选择、混合检索、重排序，并具备Milvus、Elasticsearch等生产级应用经验
申请策略
- 了解歌尔股份的业务特点，思考Agent在智能制造、声学等场景的潜在应用
- 准备一个完整的Agent项目复盘，从需求分析、架构设计到落地效果，讲述你的决策过程
- 突出Agent相关项目经验，尤其是框架设计、可观测性、评估体系等具体实践
- 展示LangChain、LlamaIndex等框架的源码阅读和二次开发案例，体现技术深度
- 强调RAG优化、Prompt Engineering的落地效果，并用数据量化成果
- 注明8年以上后端/分布式系统开发经验，并列出代表性的大型系统设计项目
- 系统梳理Agent设计模式，深入理解ReAct、Plan-and-Execute等，并动手实现一个简易Agent框架
- 深入研究LangChain源码，掌握其核心抽象、扩展机制和事件追踪接口
面试指南
- 使用STAR法则：背景（Situation）、任务（Task）、行动（Action）、结果（Result），突出你的决策和量化成效
- 展示技术深度：从原理到实践，说明你如何权衡方案利弊，并验证技术可行性
- 体现系统思维：从整体架构到细节优化，展现你处理复杂技术问题的能力
- 请介绍你设计过的Agent框架，如何解决任务规划的不确定性问题？
- LangChain和LlamaIndex有哪些优缺点？你的选型标准是什么？
- 如何评估Agent的综合能力？你建立过哪些自动化评估体系？
- 复杂工具调用场景中，你如何保证可靠性？如何处理模型幻觉问题？
- 请描述一个RAG项目，你是如何优化检索准确率的？
职位点评
68
综合评分
前沿Agent技术平台专家岗，发展空间大但工作灵活性较低。
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、热爱前沿AI技术、能接受现场办公和一定工作强度的求职者。
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40
使命价值70
薪资福利
70中等
JD未提及具体薪资，但作为上市公司的专家级岗位，通常薪酬具有竞争力，可能包含股权激励。从技能稀缺性看，补偿性动机应能得到较好满足。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
85较高
岗位处于AI Agent技术前沿，涉及框架设计、大模型应用、可观测性建设等，技术成长空间巨大。JD强调跟进前沿技术，属于典型的高发展性岗位。
技术前沿前沿/新兴技术
技术栈LangChain、LlamaIndex、Prompt Engineering、RAG、Milvus、Elasticsearch、SFT、Agent架构
业务类型ambiguous
工作生活
40较低
JD要求现场办公，未提及弹性工作或远程，且工作地点涉及多城市，可能带来通勤及差旅压力，生活方式方面满足度较低。
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
70中等
AI Agent是当前高速增长赛道，但岗位聚焦企业内部技术赋能，社会直接影响有限。技术创新意义较强，整体意义感中等偏上。
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