歌尔股份
Agent技术架构专家(049528)
Agent技术架构专家(049528)
发布于 大约 14 小时前普通员工/个人贡献者
北京市 / 上海市
高级经验
全职员工
仅现场办公
不限
架构师
Go
Langgraph
Llm
Mcp
Rag
AI 估算 · 30k–60k
资深AI架构师岗位，Agent赛道人才稀缺，一线城市薪资水平较高，但制造业IT薪资弹性相对互联网偏保守。
职位详情
关于这个职位
这个职位负责设计企业级内部办公Agent的底层架构，涵盖任务规划、工具调度、RAG检索等核心模块
你将主导技术栈选型和架构决策，攻克多步骤复杂任务拆解、本地文件安全操作等难题，并统筹后端与客户端开发
适合具有深厚后端基础、专注于LLM Agent领域的资深技术专家
最低要求
年以上后端开发，3年以上LLM Agent平台架构经验，主导过企业级智能体系统
精通Python/Go，熟练LangChain/LangGraph、向量数据库（Milvus/Chroma）、FastAPI微服务
熟悉Agent规划、ReAct、工具编排、沙盒安全隔离、本地客户端通信
具备私有化云、容器化K8s部署架构设计经验
工作职责
整体设计内部办公Agent底层架构：任务规划引擎、工具调用调度、多轮记忆、MCP工具协议、本地沙盒通信、RAG检索服务
选型技术栈、制定微服务拆分、接口规范、安全隔离方案、私有化部署架构
攻克核心技术难点：多步骤复杂任务自动拆解、本地文件安全操作、跨内部系统API调用、大模型推理性能优化
统筹后端、RAG、客户端开发排期，负责技术评审、代码规范、性能压测
对接集团自研大模型/第三方私有化大模型，设计模型调度、限流、缓存方案
优先资格
有桌面AI助手、企业办公自动化系统落地经验优先
AI 洞察
优缺点分析
优点
- AI Agent赛道处于技术前沿，参与企业级智能体架构设计能够积累稀缺的架构经验
- 歌尔作为上市巨头，平台稳定，技术团队有一定规模，可接触复杂的企业应用场景
- 薪资在业内具有一定竞争力，且属于上市公司正式岗位，稳定性较好
- 内部办公Agent落地需要处理大量本地系统集成，安全限制多，开发复杂度高
- 制造业IT团队的技术氛围可能与互联网公司有差异，创新节奏可能更稳健
- 工作地点北京/上海可能需要适应，且可能需要出差支持集团其他基地
- 适合具备多年后端经验、深度钻研LLM Agent技术，并希望在企业级应用中实现技术落地价值的资深工程师
缺点 / 挑战
- 工作内容涵盖架构、算法、工程多个维度，技术挑战性强，对个人成长很有帮助
角色解读
- 在负责核心架构的同时，可以深入理解企业级AI应用场景，向AI技术专家或架构师方向发展
- 有机会主导集团级AI基础设施项目，成为企业数字化转型的关键人物
- 可向技术管理方向演进，统筹更大规模的AI研发团队
- 设计内部办公Agent的整体技术架构，包括任务规划、工具调用、多轮记忆和RAG检索等模块
- 制定技术栈选型、微服务拆分、接口规范和安全隔离方案，确保私有化部署的可行性
- 攻克多步骤复杂任务自动拆解、本地文件安全操作、跨系统API调用和大模型性能优化等技术难点
- 统筹前后端及RAG团队开发进度，负责技术评审和代码规范，并对接内部/第三方大模型
- 精通Python或Go，熟悉LangChain/LangGraph等Agent开发框架
- 熟悉向量数据库（Milvus/Chroma）和RAG技术，掌握FastAPI微服务开发
- 具备私有化云和K8s容器化部署经验
- 理解Agent规划、ReAct模式、工具编排和沙盒安全隔离机制
申请策略
- 了解歌尔股份的产业布局和IT管理本部的定位，面试时展现对制造业数字化场景的理解
- 可以准备一份Agent架构设计文档，展示系统思考和取舍能力
- 突出主导过企业级智能体系统的架构设计经验，最好有具体业务指标和系统规模
- 详细列出在LangChain/LangGraph、向量数据库、RAG等方面的具体项目实践
- 强调私有化部署和K8s架构设计经验，展示对安全隔离和性能优化的理解
- 如果有桌面AI助手或办公自动化项目经验，务必放在显著位置
- 如果对LangGraph或MCP协议不熟，建议快速补充学习并做小demo
- 巩固大模型推理性能优化知识，比如KV Cache、模型量化、vLLM等
面试指南
- 回答架构类问题可按照业务背景→核心挑战→技术选型→具体实现→效果与反思的结构展开
- 对技术难点问题，要说明问题现象、分析过程、解决方案以及最终收益，体现结构化思维
- 提及安全性问题时要强调纵深防御，如沙盒隔离、权限最小化、审计日志等
- 请描述你主导过的Agent系统架构，包括任务规划、工具调用和记忆机制是如何设计的？
- 在多步骤复杂任务拆解时，你如何保证任务的准确性和效率？遇到过哪些难点？
- 如何确保Agent在访问本地文件或内部系统时安全可控？你会设计哪些隔离措施？
- 在LangChain/LangGraph框架中，你如何优化大模型的推理性能？
- 如果让你选型，你会采用哪些技术栈来实现私有化部署的Agent？为什么？
职位点评
65
综合评分
大厂稳定平台，前沿LLM Agent架构岗，技术成长性强，但灵活性和福利披露不足。
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
最适合追求技术前沿和深度成长的资深工程师，对工作弹性要求不高，希望能在大平台做有挑战性的Agent架构工作。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展85
工作生活50
使命价值55
薪资福利
60中等
职位薪资未明确披露，但作为资深架构岗位预期薪资水平较高，公司为上市巨头稳定性好，福利待遇可能有保障，整体补偿性动机满足程度中等偏上。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
85较高
该职位聚焦LLM Agent前沿技术，涉及架构设计、核心技术攻坚与团队统筹，能够带来极高的技术成长和行业视野，发展性动机满足程度高。
技术前沿前沿/新兴技术
技术栈LLM、Agent、LangChain、LangGraph、RAG、MCP、Milvus、Kubernetes、FastAPI
业务类型cost_center
工作生活
50较低
工作地点在北上，需现场办公，未提及弹性工作安排，制造业节奏可能相对可控，但灵活性有限，生活化动机满足程度一般。
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
55较低
该职位服务于企业内部效率提升，社会影响力有限，但行业处于AI+制造转型期，有一定创新价值，意义感动机满足程度中等。
行业发展稳定成熟行业
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