AI工程师总监
岗位摘要
领导 dentsu 数据体验业务的应⽤ AI 工程团队；您将对我们交付的全栈内容负责：Web 应用、其底层的智能体运行框架 (agentic harness)，以及在 Databricks 上的模型托管和可观测性
岗位职责
- 领导 dentsu 数据体验业务的应⽤ AI 工程团队
- 您将对我们交付的全栈内容负责：Web 应用、其底层的智能体运行框架 (agentic harness)，以及在 Databricks 上的模型托管和可观测性
- 您将管理一支位于印度的高级团队，包括 AI 开发人员和全栈工程师，设定工程标准，并保持亲自参与代码
- 这是一个“建设者兼领导者”的职位：您设计监督者图 (supervisor graphs)、评审拉取请求、调优上下文和 token 预算，并交付在生产环境中运行的智能体产品，而非演示品
- 领导并发展一支位于印度的高级 AI 工程团队——两位总监和三位高级经理（AI 开发人员）、两位全栈工程师和一位前端开发人员；设定优先级、跨时区管理交付并扩充人才梯队
- 端到端构建全栈 Web 应用——Python 服务、API 和现代前端，将智能体能力呈现给内部团队和客户
- 构建智能体运行框架——即管理工具调用、状态、记忆、重试、护栏、人机协同检查点以及每个交付智能体的评估的运行时层
- 在 LangGraph 中设计多智能体系统——监督者节点结构、子智能体路由、智能体间 (A2A) 通信，以及长时运行工作流中的共享状态
- 在 Web 应用中交付智能体功能——嵌入式助手、使用工具的工作流，以及原生融入产品而非后期拼凑的流式 UX
- 负责上下文工程——什么进入上下文窗口、何时进入、为什么进入：检索、摘要与压缩、工具结果整形和记忆策略
- 推动 token 管理与优化——提示缓存、按任务进行模型路由、上下文预算，以及按功能的成本和延迟追踪
- 在 Databricks 上托管并运营模型和智能体——Model Serving、Unity Catalog 治理，以及用于端到端可观测性的 MLflow 3 追踪和评估
- 设定 AI 原生开发标准——将 Claude Code、Cursor 和 Codex 作为日常工具；将规则、提示和评审实践制度化，让团队在不牺牲质量的前提下更快交付
- 通过 GitHub 运行工程规范——分支策略、代码评审、GitHub Actions 的 CI/CD、自动化测试，以及从开发到生产的环境晋升
- 与产品、数据工程和客户团队合作——将业务问题转化为智能体设计，并向非技术利益相关者解释取舍
任职要求
- 8 年以上软件工程经验，其中 2 年以上在生产环境中构建 LLM 驱动或智能体系统的经验，并有领导高级工程师的经历
- 在 Claude Agent SDK 或 OpenAI Agents SDK（或同等产品）方面有较强的实操经验——构建并交付智能体，而不只是调用补全接口
- 有构建智能体运行框架的成熟经验——工具编排、状态管理、错误恢复、护栏和评估
- 深厚的上下文工程能力，包括 token