岗位描述
岗位描述：负责在企业级复杂环境中架构并治理生产级 Agentic AI 系统，而非仅交付演示或试点原型。作为 AI 工程师（Agentic/Applied），将设计、构建和部署覆盖企业全技术栈的生产级智能体 AI 系统，直接与客户工程团队合作，主导技术设计讨论，并打造可在多个项目中规模化复用的工程模式、加速器与标准。具体包括：在企业规模场景下架构和治理生产级智能体系统，覆盖跨复杂环境的多智能体编排、RAG 流水线、基于策略的路由、记忆管理以及项目级生命周期可观测性；定义跨项目的 RAG 流水线标准，建立分块与向量嵌入策略，设定质量基准，并确保基于指标的权衡决策得到记录和复用；制定多 LLM 集成标准，默认采用厂商无关架构，将故障切换路由与成本治理作为跨 OpenAI、Anthropic、Vertex AI 及开源模型等提供方的标准设计实践；在项目群层面负责 LLMOps，包括评估策略、提示词治理、可观测性工具标准、安全监控及成本控制；在高级别客户工程合作中主导架构设计会议、PoC 交付，并推动客户技术管理层与交付团队之间的协同一致；沉淀并发布可复用的工程模式、加速器和工程标准，提升整个团队在新客户项目中的启动效率；建立智能体系统质量衡量框架，定义准确率、时延、安全性和成本指标，并以业务语言向高级客户利益相关方展示项目群层面的 AI 价值与影响。 岗位要求：具备在生产环境中交付多智能体系统的实战经验，理解真实企业环境下智能体系统运行、故障和治理问题；能够从企业级和项目群级别进行 Agentic AI 系统架构设计、标准制定和治理；熟悉 RAG 流水线设计原则与标准化方法，能够建立分块、嵌入、质量评估和决策沉淀机制；具备多模型集成架构经验，能够推动厂商无关设计、故障切换和成本治理；熟悉 LLMOps，包括评估体系、提示词治理、可观测性、安全与成本控制，并能在多并行系统中统一标准；具备高级别客户沟通与工程领导能力，能够主持架构设计、PoC 和跨团队协作；能够沉淀工程方法论并推动规模化复用；能够定义并解读准确率、时延、安全和成本等核心指标，并向客户高层进行业务化汇报。