长鑫存储
Agent开发工程师-Agent Engineer(J21462)
Agent开发工程师-Agent Engineer(J21462)
发布于 4 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
Python/Java/Go
Rag
向量数据库
多Agent编排
大模型
系统架构设计
值不值得投
74综合评分
综合评分 74
前沿AI技术驱动、大厂平台背书、侧重内部效能提升的技术专家岗
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
2.8万
比人工智能中位数低
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 1900 个在招 · 其中人工智能 22 个
市场机会
选择面较广
合肥 · 人工智能 · 66 个在招
职位详情
关于这个职位
负责AI平台核心模块架构设计与研发，主导办公场景智能体应用开发，涵盖任务规划、多Agent编排及RAG知识库构建
同时负责系统性能调优、稳定性保障与技术框架沉淀，跟踪前沿AI技术并推动业务落地
最低要求
教育背景与专业知识： 本科及以上学历，计算机/软件工程/统计学/理学等相关专业
专业技能与资格： 具备至少一门编程语言（Python/Java/Go/TypeScript）的工程化编码能力，能独立完成模块设计与代码编写
能使用Docker及Kubernetes完成容器化服务的部署与运维
能使用AI编程工具（如Codex、Claude Code等）完成代码生成，具有二次开发经验
行业与专业经验： 具有AI Agent项目的实际开发经验，能基于ReAct、Planning&Executor等模式独立完成Agent链路的设计与调试
具有办公/文档/内容类Agent应用的落地经验
项目/任务成果： 主导过至少一个完整的Agent应用项目的开发过程
具有向量数据库（Milvus/PGVector等）的实际应用经验，能独立设计并实现基于RAG的知识库应用
其他要求： 对大模型的基本原理、能力边界与应用场景具有系统性认知，能持续跟踪AI领域前沿动态并推动技术落地
具有良好的跨团队沟通能力，能与产品、业务团队有效协作，共同定义问题并推动方案实施
工作职责
AI平台架构设计： 主导AI平台核心模块（AI服务网关、智能体构建平台、知识库平台）的架构设计与研发，为各业务线输出标准化服务能力
智能体应用研发： 主导办公场景智能体应用的研发，覆盖任务规划、工具调用、多轮对话与多Agent编排，支撑智能起草、摘要、提炼、信息流转等场景落地
性能优化与稳定性保障： 主导Agent应用的性能优化与稳定性保障，包括响应延迟优化、并发承载提升与容灾机制设计，确保生产环境稳定、安全、可信
技术沉淀与框架输出： 集成知识库、记忆库、Skills等核心能力，沉淀通用Agent开发框架与组件库，降低非技术同事的复用门槛
前沿技术探索与落地： 跟踪Agent领域前沿技术（智能体架构、推理模型、RAG进阶方案），结合办公场景与任务需求推动技术落地，提升产品竞争力
AI 洞察
优缺点分析
优点
- 聚焦AI Agent前沿赛道，技术栈先进且具行业领先性
- 依托超大型制造企业平台，资源投入充足且业务场景丰富
- 职责涵盖架构设计与框架沉淀，利于个人技术品牌与专利积累
- 需兼顾底层架构设计与上层应用落地，工作跨度大且节奏紧凑
- 大模型与Agent技术迭代极快，需保持高强度持续学习与实验
- 跨部门协作复杂，需平衡技术理想与业务实际需求及交付周期
- 适合具备扎实工程基础、对AI Agent技术有浓厚兴趣，且希望在大厂平台深耕前沿技术的资深开发者
缺点 / 挑战
暂无明显挑战项
角色解读
- 向AI平台架构师或技术专家方向深耕，主导企业级AI基础设施演进
- 可拓展至企业级AI产品负责人或技术管理岗位，统筹技术战略
- 持续跟进大模型生态与Agent范式变革，成为垂直领域技术带头人
- 负责AI平台核心模块的架构设计与研发，输出标准化服务能力
- 主导办公场景智能体应用的全流程开发，实现任务规划与多Agent协同
- 负责系统性能调优、高并发承载与容灾机制设计，保障生产环境稳定
- 沉淀通用Agent开发框架与组件库，降低内部技术复用门槛
- 精通至少一门主流编程语言，具备独立模块设计与工程化编码能力
- 掌握ReAct、RAG、多Agent编排等前沿AI技术栈及向量数据库应用
- 熟练使用Docker与Kubernetes进行容器化部署与运维
- 具备大模型原理深度理解、跨团队协作及技术方案落地能力
申请策略
- 提前了解长鑫存储的业务布局与数字化转型方向，准备针对性技术解答
- 面试前梳理1-2个将AI技术成功转化为业务价值的完整案例以备深挖
- 突出主导过的完整Agent项目经验，详细列出技术栈及量化性能指标
- 强调架构设计能力与容器化部署运维经验，展示系统稳定性保障措施
- 展示AI编程工具二次开发、RAG知识库构建及向量数据库实战案例
- 深入研读LangChain/LlamaIndex等主流Agent框架源码与最佳实践
- 强化高并发场景下的系统稳定性设计、压测与故障排查经验
- 补充大模型微调、Prompt Engineering及多模态Agent实战技巧
面试指南
- 采用STAR法则结构化陈述项目背景、任务目标、行动策略与最终结果
- 针对架构题，从分层解耦、缓存策略、异步处理、容灾降级等维度展开
- 技术趋势题需结合最新论文或开源社区实践给出对比分析与落地路径
- 请详细介绍你主导的一个Agent项目，从架构设计到落地的全过程
- 如何设计高可用、低延迟的Agent服务架构以应对高并发请求？
- 面对复杂的业务需求，你会如何拆解并实现多Agent协同与工具调用？
- 简述你对当前RAG技术瓶颈的理解及进阶解决方案
- 复习分布式系统设计与微服务治理核心知识，准备性能优化数据指标
职位点评
薪资福利72
成长发展85
工作生活65
使命价值70
薪资福利
72中等
JD未明确披露薪资范围，但作为核心技术岗通常匹配市场中上水平，福利细节待HR确认，整体补偿性满足度中等。
薪资信号未披露（AI估算：2.0千–3.5万/月）
成长发展
85较高
岗位深度绑定AI Agent前沿技术，提供架构设计与框架沉淀机会，技术成长空间广阔。
技术前沿前沿/新兴技术
技术栈AI Agent、RAG、ReAct、Kubernetes、向量数据库、大模型
业务类型cost_center
工作生活
65中等
JD未明确办公模式与工时安排，制造业技术岗通常作息相对规律，但项目攻坚期可能存在阶段性压力，整体WLB中等。
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
致力于推动企业办公智能化与数字化转型，技术落地直接赋能内部业务提效，具备明确的实用价值。
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
长鑫存储 的其他在招职位
相似职位推荐
Watch Jobs