Agent 全栈开发工程师（AI 企业应用方向）
职位描述
- 负责基于业界领先的 Agent 框架（如 LangChain、AutoGen、Dify 等）进行企业级 AI 应用的开发，打通大语言模型（LLM）与公司现有业务系统、SaaS 产品的全链路交互；
- 负责构建和维护 Agent 与企业内部系统交互的"工具引擎"（Tool Use / Function Calling），深度整合内部 API、业务数据库及企业知识库（RAG），赋予 Agent 实际的业务处理能力；
- 负责 Agent 应用的前后端开发，包括打造流畅的人机交互界面（UI/UX），以及开发 Agent 运行轨迹可视化追踪、日志分析与 Prompt 调试工具，提升模型在业务中的迭代效率；
- 负责 Agent 核心服务的微服务化与容器化部署，管理环境依赖，优化并发请求处理，保障 AI 业务服务的高可用性与响应速度；
- 与产品、业务团队紧密协作，深度参与业务场景分析，推动 Agent 技术在实际企业场景（如智能客服、自动化工作流、数据分析、智能助手等）中的工程化落地。
职位要求
- 具备丰富的前端开发经验，熟练掌握 JavaScript/TypeScript 及主流前端框架（React / Vue），能独立完成高质量的前端交互开发；
- 精通 Python，并熟悉 Go / Java / Node.js 等至少一种后端语言，具备扎实的编程功底、工程架构设计能力和 API 开发经验；
- 熟悉 Docker、Kubernetes 等容器技术，有微服务架构或 AI 应用的容器化部署、运维及性能调优经验；
- 熟悉并习惯使用 Claude Code、Cursor、Copilot 等 AI 编程工具辅助日常开发，认可 AI 赋能的研发模式，有相关插件二次开发经验者优先；
- 具备良好的代码规范意识，熟悉 Git 工作流、CI/CD 自动化构建、代码审查等成熟的现代软件工程实践。
加分项
- 拥有 RAG（检索增强生成）系统落地、向量数据库（如 Milvus、Qdrant）应用，或基于 Dify / FastGPT 等平台的企业级知识库开发经验；
- 对大语言模型（LLM）的底层逻辑有系统性认知，深刻理解 Context Window、Token 机制、Temperature 等核心概念；
- 熟悉最新的 Agent 交互协议与规范，包括 MCP (Model Context Protocol)、OpenAI Function Calling 机制等；
- 深度研究过 Prompt Engineering（提示词工程），具备复杂业务流的 Prompt 编写、微调及防御 Prompt Injection（提示词注入安全）的能力；
- 参与过 CTF 竞赛或有网络安全相关背景，对企业数据隐私及大模型应用安全边界有敏锐的把控能力。