岗位描述
岗位描述：负责在企业环境中设计、构建并部署真正可落地的生产级 Agentic AI 系统，而非仅停留在演示或试点阶段的原型。作为 AI 工程师（Agentic/Applied），将围绕企业完整技术栈开展工作，直接与客户工程团队协作，主导技术设计讨论，并构建可在不同项目中复用的模式、加速器和方法。具体包括：端到端设计和开发生产级智能体系统，覆盖多智能体编排、RAG 流水线、基于策略的路由、工具调用、记忆管理和生命周期可观测性；建设并负责 RAG 流水线，包括向量嵌入、分块策略、向量检索、上下文窗口工程，并围绕真实质量目标进行调优；对接并抽象多个 LLM 提供方，包括 OpenAI、Anthropic、Vertex AI 及开源模型，实现故障切换路由以及 token、成本和时延管理；在生产环境中实施 LLMOps，包括基于真实质量指标的评估框架、提示词版本管理、可观测性工具（如 LangSmith、Braintrust 或同类工具）、成本与安全监控；深度嵌入客户工程团队，参与方案设计、原型验证、部署落地、工作坊、联合编码和架构讲解；构建可复用的模式、加速器和作战手册，提升后续项目启动效率；定义并使用指标衡量智能体准确率、时延、安全性与成本效益，并以业务语言向客户相关方呈现结论与建议。 岗位要求：具备在生产环境中交付多智能体系统的实际经验，能够独立负责评估框架，并理解智能体系统在真实运行场景中的故障与运维问题；熟悉生产级 Agentic AI 系统架构设计与部署，掌握多智能体编排、RAG、策略路由、工具调用、记忆管理和可观测性；具备多家大模型厂商集成经验，能够进行多模型抽象、故障切换、成本和时延治理；熟悉 LLMOps 方法与工具，包括评估体系、提示词治理、可观测性、安全和成本控制；能够与客户工程团队紧密合作，主持技术设计会议并推动 PoC 与生产部署；具备沉淀可复用工程模式和方法论的能力；能够基于准确率、时延、安全和成本等指标开展分析并向客户进行业务化表达。