负责企业级 AI 平台架构搭建、迭代落地，自研 LLM 智能体系统与标准化 Skill 工具框架，打造可复用、可编排、高稳定的智能体底座，支撑业务自动化、智能助手、多 Agent 协同场景；独立负责平台架构设计、开发、集成部署及运维优化全流程,并牵头核心技术方向的预研与攻坚。 1、AI 算力平台建设 1）负责AI算力底座平台架构设计与研发落地，搭建高性能、高可用、易扩展的AI底层基础设施； 2）牵头完成AI算力集群软硬件一体化搭建，统筹GPU/CPU异构算力调度、存储网络调优、集群容器化部署等工作； 3）统筹建设统一大模型网关、任务调度、权限管控、用量计量、全链路监控、运行沙箱等平台基础能力，实现平台能力业务复用； 4）负责平台容器化交付、CI/CD流水线搭建及高可用架构落地，攻坚推理并发、接口限流、算力资源隔离等线上生产问题； 5）封装标准化AI开发SDK与统一API接口，沉淀平台技术规范与运维体系，保障平台7×24小时平稳高效运行。 2、LLM 智能体系统研发 1）基于大模型实现任务拆解、记忆管理、自省纠错、多 Agent 协同等核心能力 2）基于 LangChain/LangGraph/AutoGen 搭建 Agent 引擎，优化提示词与推理能力，降低模型幻觉，提升复杂任务的成功率与稳定性； 3）设计多 Agent 间基于 embedding 的语义交互机制:构建共享向量语义空间,实现 Agent 间消息的语义路由、意图分发与上下文/记忆的向量化共享;基于 embedding 相似度完成 Agent 能力匹配与动态编排调度,替代简单的文本透传,提升多 Agent 协作的精准度与可扩展性; 4）搭建 RAG 知识库管线，对接向量数据库，实现私有知识检索问答；持续优化召回率与答案准确率。 3、模型与算法优化 1）负责 Embedding/Rerank 模型的选型、领域微调与效果调优,提升语义检索与 Agent 交互的表征质量; 2）结合业务场景开展大模型微调(SFT/LoRA 等)、蒸馏、量化等工作,平衡效果、成本与推理性能; 3）建设模型与智能体的评估体系(准确率、幻觉率、任务完成率等),通过数据闭环驱动持续迭代。 4、标准化 Skill 工具体系（核心） 1）设计工具统一开发、注册、编排框架，实现工具热插拔、权限校验、执行沙箱隔离 2）将业务接口、数据查询、文件处理、代码执行等封装为 Agent 可调用标准化工具集 3）搭建可视化低代码工具编排后台，建立工具安全管控、操作留痕机制 （一）学历及工作经验 1、学历：计算机、AI、通信、数学等相关专业本科及以上学历； 2、工作经验：3 年以上大模型应用、AI 平台后端开发经验，完整落地过 Agent + 工具平台项目。 （二）专业技能与综合素养 1、熟练掌握自然语言编程、微服务、异步并发开发； 2、熟悉 LLM、Function Call、Agent 机制，熟练使用 LangChain/LangGraph 等智能体框架； 3、具备向量数据库、完整 RAG 管线落地经验； 4、掌握 Docker/K8s、Redis、MySQL、消息队列、分布式网关与服务监控； 5、有工具插件、智能体编排平台开发经验，能独立设计工具沙箱、权限隔离架构； 6、熟悉 Embedding 原理与应用,有基于 embedding 的语义检索、语义路由或多 Agent 语义交互相关实践经验者优先； 7、具备扎实的机器学习 / 深度学习理论基础,熟悉 Transformer、Attention 机制及主流 Embedding/Rerank 模型原理； 8、有大模型微调(SFT/LoRA 等)、蒸馏、量化或模型效果评估(准确率、幻觉率、任务完成率等)实践经验者优先； 9、具备极强的逻辑思维、跨部门协同沟通与项目管控能力，有持续学习创新意识，严谨细致，能撰写规范的技术及设计文档。