大模型Agent开发工程师
岗位摘要
负责Agent大模型能力层建设，包括Prompt工程体系设计、RAG检索增强生成、上下文工程优化；搭建企业知识库的Embedding Pipeline，实现高质量语义检索；设计和优化Agent的意图识别、对话管理、知识问答等核心NLP能力
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 负责Agent大模型能力层建设，包括Prompt工程体系设计、RAG检索增强生成、上下文工程优化
- 搭建企业知识库的Embedding Pipeline，实现高质量语义检索
- 设计和优化Agent的意图识别、对话管理、知识问答等核心NLP能力
- 负责Agent评测体系落地：构建评测数据集（Golden Dataset）、设计评测指标（Faithfulness、Answer Relevancy、Context Precision等），实现自动化评测流水线
- 探索多模型路由策略（国内外大模型混合调用），平衡效果与成本
任职要求
- 本科及以上学历，2年以上LLM应用开发经验，重落地非纯研究
- 精通Python，有真实LLM应用上线经验（非Demo级别）
- 熟悉RAG、Embedding、向量检索全链路，有向量数据库使用经验（Milvus/Chroma/Pinecone）
- 有Agent/RAG评测经验：熟悉RAGAS、DeepEval、TruLens、PromptFoo中至少一种评测框架
- 熟悉LangChain/LlamaIndex/LangGraph等LLM应用开发框架
- 熟悉主流大模型API（OpenAI、Anthropic、通义千问、文心等）
- 对生成质量和推理成本敏感，能系统化评估与优化模型效果
- 了解Genspark搜索Agent的RAG架构、Manus的多步推理评测方法者加分
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。