AI Agent 应用开发工程师 JD

职位定位

面向乳制品企业业务场景，负责企业级 AI Agent 、AI 应用及智能工作流的设计、开发与落地。通过大模型、知识库、工具调用和多 Agent 协作，提升市场、销售、供应链、生产、质量、财务及职能部门的工作效率，推动企业从“使用 AI 工具”走向“AI 驱动业务”。

该岗位不仅需要具备 AI 应用开发能力，也需要能够深入理解业务需求，将真实工作痛点转化为可持续使用、可衡量价值的 AI 产品。

模型选型与平衡：主导商业大模型与开源模型的选型评测，在效果产出、Token 成本、吞吐性能和企业数据安全合规之间取得最优解。
企业系统深度打通：结合企业数据资产与权限体系，推动 AI Agent 与 ERP 、CRM 、供应链系统、知识库、数据分析平台及移动/协同办公系统集成。
内部赋能与 Vibe Coding：推动内部 AI 工具生态落地，主导 Vibe Coding 与 AI 辅助工具在研发、业务及日常办公中的实践普及。
知识沉淀与运营：沉淀企业级 AI 应用 SOP 、操作手册、Prompt 最佳实践库与业务赋能案例，定期组织技能培训与内部运营分享。

RAG 深度技术：深入理解 RAG 全链路，熟悉 Embedding 模型、主流向量数据库（如 pgvector 、Milvus 、Chroma 等）、复杂文档结构化解析、混合检索（ Hybrid Search ）、重排（ Rerank ）及权限隔离机制。
Agentic 核心机制：精通 Function Calling / Tool Calling 协议、结构化 JSON 输出控制，以及状态机工作流编排模式。
后端开发：熟练掌握 Python ，熟悉 FastAPI 、Django 或主流异步框架；具备 Node.js/TypeScript 后端开发能力者优先。
全栈/前端开发：熟悉 React 、Next.js 或主流现代前端技术，具备独立交付完整 AI Web 交互界面的全栈能力。
工程与成本意识：熟练对接主流大模型 API （商用闭源/开源部署），具备扎实的上下文窗口优化、Token 成本压缩与端到端响应时延控制经验。
解题思维：具备强业务目标导向思维，能够从业务 ROI 与实际痛点出发做架构设计，杜绝盲目堆叠技术组件。
跨部门协同：沟通表达顺畅，能够跨领域与市场、销售、供应链、研发、财务等团队高效对话并推动落地。
自主推进力：具备良好的自驱力、技术文档编写习惯与知识资产沉淀意识，能够独立抗压并推进复杂项目。

成熟产品经验：主导或核心参与过企业级 Copilot 、数字员工、智能客服、知识图谱或自动化提效平台建设项目。
现代研发范式：具备深度 AI 辅助研发（ Vibe Coding / AI IDE ）实践经验，重度使用 Cursor 、Claude Code 、GitHub Copilot 、Codex 等效率工具。
生态与可观测性：熟悉 Vercel AI SDK 、LangSmith 、LiteLLM 等现代 LLM 基础设施生态工具链。
私有化与推理加速：具备开源模型私有化部署经验，熟悉 vLLM 、Ollama 、模型网关（ API Gateway ）架构或 GPU 推理集群配置与性能调优。
组织转型赋能：具备主导企业内部数字化转型、AI 工具推广落地、组织提效培训等复合经历。
行业背景理解：具备快消品（ FMCG ）、乳制品、大型零售、智能制造、供应链排产或全渠道销售相关业务背景。
全栈工程复合：具备复杂 SQL/数据分析、高并发 API 架构设计、企业中间件集成或容器化 DevOps/CI/CD 经验。