岗位职责
1. 负责 AI 智能客服，内部 AI 系统工具，AI 数字人获客等 AI 应用的设计，开发和上线。
2. 搭建 RAG ，知识库问答，工具调用，意图识别，线索分级等核心 AI 能力。
3. 对接 CRM ，客服系统，IM 工具和业务后台，打通 AI 与业务流程。
4.保障系统稳定性，可维护性和可观测性，并根据业务数据持续优化效果。
5.与业务团队协作，把 AI 能力落地到客服，销售和增长场景中。
6. 架构与部署：设计，开发并部署稳健的多步智能体工作流(AgenticWorkflows)和多智能体编排(Multi-agent Orchestration)系统，重点关注生产环境的可靠性与治理。
7. 记忆与上下文管理：设计并实现记忆与上下文管理策略(如长期记忆，Human In The Loop(HITL)反馈机制)，以确保智能体的一致性与持续改进。
8. AgentOps 实践：建立并维护 AgentOps(智能体运维)实践，包括评估框架，可观测性以及对智能体性能，成本和延迟的监控。
9. LLM 交互策略：运用包括结构化提示词(Structured
Prompting)，工具调用(Tool-calling)和思维链(Chain-of- Thought,CoT)等交互策略，以最大化模型的性能和可靠性。
10.Tools 集成：设计并实现工具调用机制，将内部系统 API(用于数据分析，图像生成和视频生成)集成到智能体工作流中。
11. 原型迭代：与产品和设计团队合作，根据用反馈快速进行新智能体功能的原型设计，测试和迭代。
12. 系统优化：确保所有部署的 AlAgent 系统在性能，质量，安全性和成本效益方面达到最优。
任职要求
1. 3 年以上软件开发经验，具备扎实的后端或全栈工程能力。
2. 熟悉至少一种主流开发语言，如 Python,Go.
3. 熟悉 API 设计，数据库，缓存，任务队列，日志监控，异常处理等基础工程能力。
4. 有大模型应用开发经验，熟悉 OpenAl/Claude/ Gemini / DeepSeek 等模型 API 接入。
5. 熟悉 RAG,Embedding ，向量数据库，知识库问答，PromptEngineering,FunctionCalling/Tool Calling 等能力。
6. 能独立完成从需求拆解，方案设计，开发测试到上线部署的完整流程。
7. 具备较强的问题排查能力，能处理线上异常，程序性能问题定位优化，模型幻觉，接口失败，延迟，成本和数据一致性问题。
8. 对业务结果敏感，能围绕客服效率，线索质量，销售转化等指标优化系统
加分项
1. 做过 Al 客服，Al Agent ，智能助理，CRM ，销售自动化，营销自动化，数字人或内容生成平台。
2. 熟悉 LangChain,Llamalndex,Dify,Flowise,n8n, LangGraph 等 Al 应用框架或工作流工具。
3. 有多语言客服，跨境业务，金融科技，SaaS ，交易平台或增长系统经验。
4. 具备全栈能力，能独立完成管理后台，配置页面，数据看板等功能。
5. 熟悉 Docker,Cl/CD ，云服务，服务监控，权限控制和系统成本优化。
6. 有 AI 评测，内容风控，敏感词检测，合规审核经验。
来源: v2ex查看原文