深圳·南山区
职位详情
岗位职责
1. 主导AI Agent全生命周期的体系化建设，深度参与从需求分析、架构规划、核心模块研发到持续迭代优化的全流程工作，聚焦任务自动化调度、工具调用链稳定性、上下文感知的多轮交互管理等关键技术环节，构建具备自主决策能力、强泛化能力和高容错性的企业级智能体系统，推动业务流程由“自动化”向“认知智能化”升级。
2. 推动大语言模型在复杂企业场景中的工程化应用，主导Qwen3.0、DeepSeek-V3等先进模型在私有环境下的部署实施、量化压缩、推理加速与安全隔离；结合业务语义特点，设计并落地基于LoRA、QLoRA或全参数微调的定制训练方案，实现模型能力与垂直领域知识的深度融合，并通过A/B测试、指标监控与反馈机制持续提升推理效果与响应性能。
3. 搭建高准确率、低响应延迟的RAG增强生成系统，涵盖向量索引（如FAISS、Milvus）选型、文本切片策略设计、嵌入模型（Embedding Model）调优，以及检索与生成协同机制（如HyDE、ReAct-RAG、Self-RAG）的研发，端到端构建支持多源异构数据（结构化/非结构化）、支持动态更新的企业级RAG引擎，显著增强生成内容的事实准确性、时效性和可验证性。
4. 推进AI原生应用的大规模落地实践，统筹智能客服、数字人交互、企业知识中枢等核心场景的技术架构设计与跨团队协作推进，整合NLU、对话管理、TTS/ASR、知识图谱等能力模块，打造统一的Agent运行时框架；负责性能压测、容灾方案、日志追踪及可观测性体系建设，保障系统在高并发、多租户、长期运行下的稳定性和SLA达成。
________________________________________
任职要求
1. 技术能力
• 精通Python技术生态，熟练掌握asyncio事件循环机制、GIL限制下的并发编程模型，以及高性能I/O处理模式（如aiohttp、FastAPI、uvloop），能够为LLM推理服务构建低延迟、高吞吐的异步处理流水线。
• 熟练运用Docker/Kubernetes进行容器编排，具备在混合云或边缘节点部署大模型服务的实际经验，熟悉主流模型服务框架（如vLLM、Xinference、SGlang）。
2. 专业知识
• 对Transformer结构、注意力机制、KV Cache优化等大模型底层原理有深入理解；
• 熟悉RAG系统的常见瓶颈与优化路径（如查询改写、多跳检索、reranker集成、幻觉抑制），掌握Agent典型范式（如ReAct、Plan-and-Execute）及其工程实现难点；
• 具备至少一个完整AI Agent或RAG项目的端到端交付经历，能独立完成从POC验证到生产上线的全栈技术攻关。
3. 思维与视野
• 对AI Agent如何重塑企业工作流、改变人机协作模式及组织智能化演进有深刻认知，能前瞻性判断技术趋势与业务融合机会；
• 具备系统工程思维，能在模型能力、数据质量、用户体验和运维成本之间做出合理平衡。
4. 加分项（高阶能力）
• 熟悉主流Agent开发框架（如LangChain、LlamaIndex、Dify、RagFlow）的内部原理，曾开展二次开发或性能调优；
• 具备大模型本地部署经验（支持4-bit/8-bit量化、FlashAttention、PagedAttention等），并完成过基于真实业务数据的SFT或RLHF微调；
• 在开源社区有技术贡献者优先。
1. 主导AI Agent全生命周期的体系化建设，深度参与从需求分析、架构规划、核心模块研发到持续迭代优化的全流程工作，聚焦任务自动化调度、工具调用链稳定性、上下文感知的多轮交互管理等关键技术环节，构建具备自主决策能力、强泛化能力和高容错性的企业级智能体系统，推动业务流程由“自动化”向“认知智能化”升级。
2. 推动大语言模型在复杂企业场景中的工程化应用，主导Qwen3.0、DeepSeek-V3等先进模型在私有环境下的部署实施、量化压缩、推理加速与安全隔离；结合业务语义特点，设计并落地基于LoRA、QLoRA或全参数微调的定制训练方案，实现模型能力与垂直领域知识的深度融合，并通过A/B测试、指标监控与反馈机制持续提升推理效果与响应性能。
3. 搭建高准确率、低响应延迟的RAG增强生成系统，涵盖向量索引（如FAISS、Milvus）选型、文本切片策略设计、嵌入模型（Embedding Model）调优，以及检索与生成协同机制（如HyDE、ReAct-RAG、Self-RAG）的研发，端到端构建支持多源异构数据（结构化/非结构化）、支持动态更新的企业级RAG引擎，显著增强生成内容的事实准确性、时效性和可验证性。
4. 推进AI原生应用的大规模落地实践，统筹智能客服、数字人交互、企业知识中枢等核心场景的技术架构设计与跨团队协作推进，整合NLU、对话管理、TTS/ASR、知识图谱等能力模块，打造统一的Agent运行时框架；负责性能压测、容灾方案、日志追踪及可观测性体系建设，保障系统在高并发、多租户、长期运行下的稳定性和SLA达成。
________________________________________
任职要求
1. 技术能力
• 精通Python技术生态，熟练掌握asyncio事件循环机制、GIL限制下的并发编程模型，以及高性能I/O处理模式（如aiohttp、FastAPI、uvloop），能够为LLM推理服务构建低延迟、高吞吐的异步处理流水线。
• 熟练运用Docker/Kubernetes进行容器编排，具备在混合云或边缘节点部署大模型服务的实际经验，熟悉主流模型服务框架（如vLLM、Xinference、SGlang）。
2. 专业知识
• 对Transformer结构、注意力机制、KV Cache优化等大模型底层原理有深入理解；
• 熟悉RAG系统的常见瓶颈与优化路径（如查询改写、多跳检索、reranker集成、幻觉抑制），掌握Agent典型范式（如ReAct、Plan-and-Execute）及其工程实现难点；
• 具备至少一个完整AI Agent或RAG项目的端到端交付经历，能独立完成从POC验证到生产上线的全栈技术攻关。
3. 思维与视野
• 对AI Agent如何重塑企业工作流、改变人机协作模式及组织智能化演进有深刻认知，能前瞻性判断技术趋势与业务融合机会；
• 具备系统工程思维，能在模型能力、数据质量、用户体验和运维成本之间做出合理平衡。
4. 加分项（高阶能力）
• 熟悉主流Agent开发框架（如LangChain、LlamaIndex、Dify、RagFlow）的内部原理，曾开展二次开发或性能调优；
• 具备大模型本地部署经验（支持4-bit/8-bit量化、FlashAttention、PagedAttention等），并完成过基于真实业务数据的SFT或RLHF微调；
• 在开源社区有技术贡献者优先。
2026-06-29 12:50
IP属地：广东深圳
职位福利
本科3-5年Python
北京外企德科人力资源服务上海有限公司
不需要融资 · 10000人以上
工作地址
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
收藏职位
