AI 开发工程师 15k-25k

岗位职责（Responsibilities）
1. 负责基于多Agent平台的 AI 应用与 Agent 开发
61 熟练使用多Agent平台的 Workflow、App、Tool、Dataset、Knowledge Base、Function Calling 等能力构建端到端 AI 应用。
61 能够根据业务需求设计多智能体（Multi-Agent）流程、工具链调用与上下文管理逻辑。
2. 负责企业内部 AI 系统的集成与二次开发
61 将多Agent平台应用与企业内部系统（ERP、CRM、OA、供应链系统、数据库等）进行对接。
61 能写 API/SDK、Webhook、工具函数、外部工具插件（External Tool）等扩展能力。
3. 负责 LLM Prompt 体系优化与模型效果调优
61 设计 Prompt 模板、Few-Shot 示例、系统提示词规范。
61 根据业务场景调优答案格式、一致性、可控性、幻觉率、推理链条。
4. 负责数据处理与知识库构建
61 处理企业文档、结构化数据、日志、知识库内容，构建高质量向量库与检索增强（RAG）流程。
61 优化数据清洗、分片、排序等效果。
5. 参与 AI 产品设计与解决方案规划
61 与产品经理、业务团队沟通需求，拆解为可实现的 AI 方案与工作流。
61 输出技术可行性评估与交付方案。
6. 持续探索新模型、新框架与 AI 工程化能力
61 包括 OpenAI/DeepSeek/Qwen/Llama 系列模型、Dify 插件生态、Agent 框架（LangChain / LlamaIndex / MCP 等）。
任职要求（Requirements）
1. 熟悉某一种或多种多Agent平台，有实际开发经验
61 掌握多Agent平台的 App、Workflow、知识库、工具调用等核心模块。
61 有能力基于 Dify 落地真实业务应用（至少一个可展示项目）。
2. 掌握 Python/Node.js 至少一种开发语言
61 能开发外部工具（Tool）、API 服务、WebHook、数据处理脚本。
61 能进行轻量后端开发与系统集成。
3. 熟悉大语言模型（LLM）应用开发
61 理解 Prompt Engineering、RAG、Agent、Function Calling。
61 有构建问答助手、数据分析助手、流程自动化、智能客服等经验。
4. 具备基本工程能力
61 熟悉 REST API、JSON、HTTP请求、数据库（PostgreSQL/MySQL/MongoDB 任一）。
61 有版本管理（Git）、容器化（Docker）经验者更佳。
5. 自我驱动，能快速探索和解决问题
61 能在不确定环境下提出技术方案并推进落地。