高级AI算法工程师（大模型/Agent/RAG方向）

一、岗位基本信息

●工作经验：1-3年或应届生

●学历要求：硕士及以上

●核心方向：大模型应用算法落地、智能体（Agent）研发、RAG全链路优化、多智能体（Multi-Agent）协作

二、岗位职责

（一）算法研发与落地

1.负责大模型在业务场景的算法方案设计与落地，统筹智能体（Agent）及多智能体（Multi-Agent） 核心逻辑研发，包括决策机制、Tool Calling、Skill封装、复杂任务流规划及多智能体协作调度，支撑Agent在实际业务中的高效运行。

2.主导RAG全链路算法优化，深耕复杂文档解析（含OCR协同）、多模态数据切片（Chunking）、多路召回策略、重排序（Rerank）算法研发，解决检索噪声、幻觉率过高等核心问题，提升语义检索精准度。

3.负责大模型选型、评估与微调落地，制定LoRA、SFT、DPO等后训练方案，搭建多维度算法评估体系，完成微调效果的量化分析与迭代优化。

（二）工程化与系统协同

1.结合业务需求设计具备自愈能力（Self-Correction）和推理链（CoT）的高阶提示词框架，并联动后端服务完成提示词工程的工程化封装，适配高并发业务场景。

2.参与智能体后端微服务架构设计，衔接算法层与工程层，解决模型部署、高并发调用、稳定性保障等算法工程化问题，实现从算法实验到API部署的全流程闭环。

（三）技术迭代与团队赋能

1.实时跟踪大模型、长文本处理、结构化抽取、自主规划、多智能体协作等前沿技术动态，完成技术验证与业务适配，输出可落地的技术方案。

2.搭建团队内部算法研发规范，指导初级算法工程师与实习生开展RAG、Agent、Multi-Agent相关算法研发工作，沉淀技术文档与最佳实践。

三、任职要求

a. 专业要求

1.专业背景：计算机科学、人工智能、软件工程、数学等相关专业硕士及以上学历。

2.算法基础：具备扎实的自然语言处理（NLP）、深度学习理论基础，精通Transformer架构及大模型核心原理，熟悉1-2种主流大模型微调技术。

3.核心实战：拥有1年以上RAG全链路研发与调优经验，深入理解向量数据库索引原理，能独立解决检索精度、召回率、重排序效果等核心问题；具备智能体（Agent）核心模块研发经验，熟悉Chain-of-Thought、ReAct等提示链逻辑与Tool Calling落地流程；对多智能体（Multi-Agent）协作有实践经验，能设计多智能体任务分工与协作调度方案。

4.工程能力：精通Python，熟练使用PyTorch/TensorFlow深度学习框架，精通LangChain、LlamaIndex等主流LLM应用框架；具备基础的后端开发能力，了解微服务架构，能独立完成算法模型的工程化封装与API部署。

5.数据能力：对业务数据高度敏感，能通过数据分析定位模型输出瓶颈，具备特征工程与数据预处理管线的设计能力，熟悉MySQL等常用数据库的基础操作与数据交互逻辑。

b. 综合要求

1.具备出色的问题拆解能力，能在2-4人小团队中承担核心算法研发角色，推动项目落地。

2.具备良好的跨团队沟通能力，能高效衔接算法、工程、业务团队，对齐技术目标与业务需求。

3.具备强烈的技术自驱力，对大模型算法落地、智能体及多智能体研发有持续的学习热情和探索精神。

四、加分项

1.有知名大模型应用落地项目（如企业级AI助手、行业专属Agent、多智能体协作系统）的核心研发经验。

2.熟悉LLMOps流程，具备大模型监控、部署、运维及成本优化（Token成本、推理延迟）经验。

3.发表过NLP/大模型/多智能体相关顶会顶刊论文，或在Kaggle、天池等AI竞赛中取得优异成绩。

4.具备图像分割、多模态融合等计算机视觉技术的实践经验，能将图像理解能力与大模型/RAG/Agent系统结合落地。

5.具备算法模型部署、分布式训练的基础经验。

有意者请将简历投至：li.zhang【AT】oxtium.com