康龙化成
智能体开发工程师-外派
智能体开发工程师-外派
发布于 大约 11 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
Langgraph
Rag
多智能体系统
多模态
大模型应用
知识图谱
值不值得投
66综合评分
综合评分 66
前沿AI技术实践岗，成长性强但外派属性与福利透明度不足。
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。
薪资怎么样
24K
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
68 个在招
市场机会
选择不多
成都 · 人工智能 · 9 个在招
职位详情
关于这个职位
该职位负责康龙化成（成都）智能体系统的研发，核心工作包括设计多智能体架构、独立搭建并优化RAG系统、基于LangChain/LangGraph与Spring AI Alibaba开发智能体应用，并具备前端交付能力
您将负责结合业务场景落地AI解决方案，推动产品上线
最低要求
本科及以上，计算机 / AI / 软件相关专业，有智能体 / RAG 经验优先
精通智能体架构、决策与状态管理，熟悉 RAG 全流程
熟练使用 Python、LangChain/LangGraph、Spring AI Alibaba
了解多模态技术，有相关开发经验优先
掌握 Vue3/HTML/JS/CSS，会用 AI 辅助前端开发
能将大模型技术与业务结合，独立落地解决方案
工作职责
负责多智能体系统架构设计、决策框架与记忆机制开发
独立搭建与优化 RAG 系统，完成数据处理、检索增强与知识图谱构建
使用LangChain/LangGraph与Spring AI Alibaba开发智能体、工具集成与工作流编排
开发多模态交互能力，实现自主决策与可靠任务执行
具备基础前端能力，使用 Vue3/AI Vibe Coding 完成前端交付
结合业务场景落地 AI 解决方案，对接产品需求并推动上线
优先资格
了解多模态技术，有相关开发经验优先
AI 洞察
优缺点分析
优点
- 技术栈非常前沿，专注于多智能体和RAG等热门方向，能快速积累稀缺经验
- 岗位涉及从架构到落地的全链路，能锻炼端到端的问题解决能力
- 背靠大型跨国药企，有潜力将AI技术应用于高价值的生物医药场景
- 技术复杂度高，需要同时掌握AI算法、系统架构和前端知识，学习曲线陡峭
- 作为“外派”岗位，可能面临项目稳定性或团队归属感的不确定性
- 对AI应用开发（特别是智能体、RAG方向）有浓厚兴趣，并具备扎实的Python和系统设计基础的开发者
缺点 / 挑战
- 需要将AI技术与复杂的生物医药业务场景深度结合，对业务理解能力有较高要求
- 希望在前沿技术领域快速成长，并愿意挑战复杂业务场景落地的技术人员
角色解读
- 深耕智能体技术，可成为企业AI解决方案架构师
- 转向AI产品经理，负责AI产品的规划与落地
- 在大型AI项目中担任技术负责人或团队核心成员
- 设计和开发多智能体系统，让AI能自主决策并执行复杂任务
- 独立构建RAG系统，让大模型能结合内部数据精准回答问题
- 将AI能力封装成可工作流编排的智能体应用，并负责部分前端界面交付
- 精通Python和智能体架构（如LangChain/LangGraph）
- 熟练掌握RAG技术全链路，从数据处理到检索增强
- 具备将大模型技术与具体业务场景结合并落地的能力
- 拥有基础的前端开发技能（Vue3）
申请策略
- 在简历或求职信中，明确表达你对“AI赋能生物医药”这一业务方向的理解和兴趣
- 准备一个关于“如何为一个具体业务场景（如实验报告分析、文献检索）设计智能体系统”的案例或思考框架
- 突出1-2个完整的智能体或RAG项目经历，详细说明系统架构、技术选型与落地效果
- 展示使用Python调用大模型API、进行数据处理和系统集成的具体代码或项目经验
- 如有涉及Vue3的前端项目或对AI辅助编程的实践，也应重点列出
- 深入学习LangChain/LangGraph及Spring AI Alibaba的最新文档和最佳实践，关注其生态更新
- 系统性地研究RAG技术，了解向量数据库、检索策略、Prompt Engineering等核心环节
- 练习使用AI工具（如Cursor）辅助编码，提升全栈开发效率
面试指南
- 对于系统设计问题，采用STAR原则，清晰阐述背景、任务、行动和结果，并重点说明技术决策的理由
- 对于场景设计问题，先理解业务痛点，再分解任务，提出模块化的技术方案（如知识库构建、检索、生成、工具调用）
- 对于技术对比问题，从架构哲学、生态、与现有技术栈的集成度等维度客观分析
- 请描述一个你设计或开发的智能体/RAG系统，重点说明架构设计和解决的核心问题
- 如果让你为我们的某个业务场景（如临床数据查询）设计一个智能体，你会如何考虑？如何评估和优化一个RAG系统的检索效果？你如何看待LangChain与Spring AI Alibaba在构建智能体时的异同与选择？
- 复习智能体、RAG的核心概念和常见架构模式（如ReAct、Plan-and-Execute）
- 梳理自己过往项目中关于数据处理、模型调用、系统优化的具体技术细节，准备被深入提问
- 了解康龙化成的主营业务（临床前/临床研究），思考AI技术可能切入的点
职位点评
薪资福利55
成长发展90
工作生活50
使命价值65
薪资福利
55较低
JD未披露具体薪资和福利信息，作为外派岗位，其薪酬福利的稳定性和竞争力存在不确定性。
薪资信号未披露（AI估算：18K-30K/月）
成长发展
90较高
该职位涉及多智能体、RAG、多模态等前沿AI技术栈，且要求独立落地解决方案，能提供极强的技术成长和实战锻炼机会。
技术前沿前沿/新兴技术
技术栈多智能体系统、RAG、LangChain、LangGraph、Spring AI Alibaba、知识图谱、多模态、Vue3
成长机会独立搭建与优化、独立落地解决方案、推动上线
业务类型ambiguous
工作生活
50较低
JD未明确说明办公模式和工作时间，因此工作生活平衡状态未知，存在不确定性。
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
65中等
该职位将AI技术应用于生物医药研发场景，具有一定的社会价值，但其直接的行业影响力在JD中未详细阐述。
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
Watch Jobs