岗位描述
岗位描述：负责 AI 产品从 0 到 1 的全流程落地，聚焦 AI Agent 与 RAG 系统的工程化开发，践行“工程化驾驭大模型”的 Harness Engineer 理念，支撑业务场景智能化升级。主导 AI Agent 架构设计与开发，基于 LangGraph、LangChain、AgentScope、Google-ADK 实现工作流编排、工具链开发、多 Agent 协作及 Human-in-the-Loop 交互，推动复杂任务自动化与智能决策落地。构建并优化端到端 RAG 系统，负责文档解析、分块、向量化、多路检索、重排序全流程设计，并结合上下文工程（如 Query Rewrite、动态 Prompt、对话历史管理）提升大模型推理质量。实现大模型工程化落地，包括多模型集成调度、流式输出、提示词工程优化，并将 AI 能力与业务场景深度融合。搭建高可用后端服务，基于 Python（FastAPI/Flask）或 Go（Gin）开发 API 与业务逻辑层，运用异步编程与微服务架构保障系统稳定性与性能。负责项目部署运维与架构优化，基于 Docker、K8s 完成容器化部署，搭建 CI/CD 流程，保障项目高效迭代与稳定运行。对接业务团队，拆解需求并转化为技术方案，参与技术选型与架构优化，沉淀最佳实践并推动团队技术能力提升。 岗位要求：熟悉 AI Agent 与 RAG 系统工程化开发，具备 AI 产品从 0 到 1 落地能力；能够使用 LangGraph、LangChain、AgentScope、Google-ADK 等框架进行工作流编排与多 Agent 系统开发；具备端到端 RAG 系统设计与优化能力，理解文档解析、分块、向量化、检索、重排序及上下文工程；具备多模型集成调度、流式输出和提示词工程优化经验；熟悉 Python（FastAPI/Flask）或 Go（Gin）后端开发，掌握异步编程、微服务架构、Docker、K8s 及 CI/CD；能够与业务团队协作完成需求拆解、技术方案设计与架构优化，并推动最佳实践沉淀与团队能力提升。