崗位職責(zé)：
1. 智能Agent開(kāi)發(fā)：基于大模型（如GPT、BERT等）開(kāi)發(fā)智能Agent，滿足不同業(yè)務(wù)場(chǎng)景需求。
2. Agent平臺(tái)構(gòu)建：使用 Dify、FastGPT 等工具，構(gòu)建和優(yōu)化智能Agent開(kāi)發(fā)平臺(tái)，提高系統(tǒng)可擴(kuò)展性和易用性。
3. RAG（檢索增強(qiáng)生成）優(yōu)化：利用 FlowRAG、LangChain 等開(kāi)源產(chǎn)品，提升大模型的信息檢索和生成能力。
4. 大模型調(diào)優(yōu)：具備大模型微調(diào)數(shù)據(jù)準(zhǔn)備能力，能夠進(jìn)行數(shù)據(jù)清洗、標(biāo)注、格式轉(zhuǎn)換等操作，并具備模型微調(diào)訓(xùn)練能力，優(yōu)化大模型在特定任務(wù)上的表現(xiàn)。
5. 存儲(chǔ)與記憶管理：集成 Weaviate、Chroma、Pinecone、Milvus 等向量數(shù)據(jù)庫(kù)，優(yōu)化Agent的長(zhǎng)期記憶能力，并熟悉 MemGPT、LangMem、Zep 等Memory管理框架，實(shí)現(xiàn)高效的Agent記憶存儲(chǔ)與檢索。
6. Agent框架：熟悉 AutogenAI、LangGraph、DSPy、CrewAI、LlamaIndex 等Agent開(kāi)發(fā)框架，能夠構(gòu)建可擴(kuò)展的智能體系統(tǒng)。
7. MCP協(xié)議與Client-Server架構(gòu)：熟悉 MCP（Multi-Agent Communication Protocol），具備 Client-Server架構(gòu) 的開(kāi)發(fā)與集成能力，能夠設(shè)計(jì)高效的Agent通信機(jī)制。
8. DSL定義與執(zhí)行引擎開(kāi)發(fā)：具備 DSL（領(lǐng)域?qū)Ｓ谜Z(yǔ)言） 的定義、生成能力，并能夠開(kāi)發(fā)高效的 DSL執(zhí)行引擎，用于智能Agent的任務(wù)編排和執(zhí)行。
9. 技術(shù)創(chuàng)新與分享：跟進(jìn)AI Agent領(lǐng)域的最xin技術(shù)趨勢(shì)，撰寫技術(shù)文檔，推動(dòng)團(tuán)隊(duì)技術(shù)進(jìn)步。
任職要求：
1. 計(jì)算機(jī)科學(xué)、人工智能或相關(guān)專業(yè)，本科及以上學(xué)歷。
2. 熟悉大模型（LLMs）：理解GPT、BERT等大模型的原理，具備大模型微調(diào)數(shù)據(jù)準(zhǔn)備能力和模型微調(diào)訓(xùn)練能力。
3. Agent開(kāi)發(fā)經(jīng)驗(yàn)：熟悉 Dify、FastGPT 等Agent開(kāi)發(fā)工具，能夠閱讀和優(yōu)化其代碼。
4. RAG技術(shù)棧：掌握 FlowRAG、LangChain，能夠構(gòu)建高效的檢索增強(qiáng)生成系統(tǒng)。
5. Agent框架：熟悉 AutogenAI、LangGraph、DSPy、CrewAI、LlamaIndex，能夠構(gòu)建智能Agent系統(tǒng)。
6. 存儲(chǔ)與記憶管理：熟悉 Weaviate、Chroma、Pinecone、Milvus 等向量數(shù)據(jù)庫(kù)，并掌握 MemGPT、LangMem、Zep 等Memory管理框架，優(yōu)化Agent的長(zhǎng)期記憶能力。
7. MCP協(xié)議與Client-Server架構(gòu)：熟悉 MCP協(xié)議，具備 Client-Server架構(gòu)的開(kāi)發(fā)與集成經(jīng)驗(yàn)。
8. DSL定義與執(zhí)行引擎開(kāi)發(fā)：具備 DSL定義、生成 能力，并能夠開(kāi)發(fā) DSL執(zhí)行引擎，用于智能Agent的任務(wù)編排。
9. 分布式系統(tǒng)與云計(jì)算：熟悉 華為云ModelArts 等云端大模型托管平臺(tái)，具備云端大模型部署、調(diào)用和優(yōu)化經(jīng)驗(yàn)。
10. 編程能力：熟練掌握 Python、Node.js、Java 中至少一門語(yǔ)言
11. 團(tuán)隊(duì)合作與問(wèn)題解決能力