职位详情

职位列表 链接有效 RAG d6cc6a2b755e30f30nJz2NW-FVdQ

AI智能体开发工程师(LLM应用·RAG)苏州

15-25K · 苏州·· · 某大型工业自动化设备上市公司

JD数据
{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI智能体开发工程师(LLM应用·RAG)苏州",
        "job_level": "中级",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "苏州··",
        "work_mode": "现场办公",AI生成
        "job_category": "AI应用软件工程师"AI生成
    },
    "company": {
        "company_name": "某大型工业自动化设备上市公司",
        "company_industry": "自动化设备",
        "company_size": "10000人以上",
        "company_website": "未披露",
        "company_description": "未披露"
    },
    "compensation": {
        "salary_range": {
            "min": 15000,
            "max": 25000,
            "currency": "元",
            "cycle": "月"
        },
        "benefits": "零食下午茶 | 生日福利 | 带薪年假 | 定期体检 | 节假日加班费 | 员工旅游 | 有无线网 | 团建聚餐 | 股票期权 | 节日福利 | 高温补贴 | 住房补贴 | 交通补助 | 年终奖 | 免费班车 | 宿舍有空调 | 法定节假日三薪 | 五险一金 | 通讯补贴"
    },
    "requirements": {
        "working_years": 3,
        "degree": "大专",
        "language": "中文",AI生成
        "visa_support": "未披露",
        "responsibilities": "1.AI 智能体设计与开发:负责集团研发领域 AI 智能体的架构设计、核心功能开发与持续迭代,涵盖需求理解、Prompt 工程、工具调用编排及多智能体协同等工作。\n2.大模型应用集成:基于主流大语言模型(LLM)进行二次开发与微调,完成 RAG 检索增强、知识库对接、插件 / MCP 工具集成等能力建设。\n3.业务场景落地:深入研发业务场景(如 PLM/ERP 数据查询、需求分析、文档生成、代码辅助等),将 AI 能力与业务流程深度融合,交付可落地的智能体应用。\n4.技术方案输出:撰写技术方案、接口文档与部署手册,参与 AI 应用的性能优化、安全管控及权限策略设计。\n5.前沿技术调研:跟踪 AI Agent、大模型、向量数据库等领域的技术动态,开展技术预研与原型验证,为集团 AI 能力建设提供技术储备。",
        "requirements_text": "1.学历与专业:本科及以上学历,计算机科学、人工智能、软件工程等相关专业。\n2.编程能力:熟练掌握 Python,具备良好的代码规范与工程化能力;熟悉 FastAPI/Flask 等后端框架者优先。\n3.AI 开发经验:有大模型应用开发或 AI 智能体项目经验,熟悉 LangChain、AutoGen、Dify 等主流框架,具备 Prompt 工程与 Function Calling 实践经验。\n4.技术栈:熟悉向量数据库(如 Milvus、Chroma)、RAG 架构、Embedding 模型及相关调优方法;了解微服务、Docker 部署及 API 接口开发。\n5.业务理解:具备研发领域(PLM/ERP/ 制造业数字化)业务背景或 To B 系统集成经验者优先。\n6.综合素质:具备较强的逻辑思维、问题分析与解决能力,良好的跨团队沟通协作能力,能独立推进项目落地。\n认证资质\n人力资源服务许可证\n劳务派遣经营许可证",
        "skills": [AI生成
            "API/SDK与开放平台开发",
            "Agent系统构建",
            "Prompt工程",
            "RAG与检索增强",
            "上下文/知识工程",
            "业务理解与场景抽象",
            "书面表达与材料输出",
            "企业服务/SaaS知识",
            "分布式/微服务系统设计",
            "制造/工业行业知识",
            "前后端/全栈开发",
            "复杂问题分析与解决",
            "大模型原理与能力边界",
            "实施交付与验收",
            "客户定制与二次开发",
            "工具调用/MCP",
            "技术可行性与系统架构",
            "政务/公共事业知识",
            "数据库/缓存/向量库",
            "模型微调与对齐",
            "沟通表达与方案汇报",
            "系统集成与接口对接",
            "结构化思考与系统抽象",
            "编程与代码实现",
            "跨部门/跨团队协作",
            "部署上线与环境配置",
            "需求调研与需求分析",
            "项目推动与执行闭环"
        ],
        "preferred_qualifications": "2.编程能力:熟练掌握 Python,具备良好的代码规范与工程化能力;熟悉 FastAPI/Flask 等后端框架者优先。\n5.业务理解:具备研发领域(PLM/ERP/ 制造业数字化)业务背景或 To B 系统集成经验者优先。",
        "job_highlights": "3-5年 | 大专"
    },
    "contact": {
        "recruiter_name": "唐江南",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/d6cc6a2b755e30f30nJz2NW-FVdQ.html"
            }
        ]
    },
    "posting": {
        "posting_id": "d6cc6a2b755e30f30nJz2NW-FVdQ",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260915",
        "job_url": "https://www.zhipin.com/job_detail/d6cc6a2b755e30f30nJz2NW-FVdQ.html"
    },
    "fulltext": "大模型应用\nAI智能体\nRAG\nLangChain\nLLM\nPrompt工程\nAI Agent\nPLM\n岗位职责\n1.AI 智能体设计与开发:负责集团研发领域 AI 智能体的架构设计、核心功能开发与持续迭代,涵盖需求理解、Prompt 工程、工具调用编排及多智能体协同等⼯作。\n2.⼤模型应⽤集成:基于主流大语言模型(LLM)进⾏二次开发与微调,完成 RAG 检索增强、知识库对接、插件 / MCP 工具集成等能力建设。\n3.业务场景落地:深入研发业务场景(如 PLM/ERP 数据查询、需求分析、文档生成、代码辅助等),将 AI 能力与业务流程深度融合,交付可落地的智能体应用。\n4.技术方案输出:撰写技术方案、接口文档与部署手册,参与 AI 应用的性能优化、安全管控及权限策略设计。\n5.前沿技术调研:跟踪 AI Agent、大模型、向量数据库等领域的技术动态,开展技术预研与原型验证,为集团 AI 能力建设提供技术储备。\n任职要求\n1.学历与专业:本科及以上学历,计算机科学、人工智能、软件工程等相关专业。\n2.编程能力:熟练掌握 Python,具备良好的代码规范与工程化能力;熟悉 FastAPI/Flask 等后端框架者优先。\n3.AI 开发经验:有大模型应用开发或 AI 智能体项目经验,熟悉 LangChain、AutoGen、Dify 等主流框架,具备 Prompt 工程与 Function Calling 实践经验。\n4.技术栈:熟悉向量数据库(如 Milvus、Chroma)、RAG 架构、Embedding 模型及相关调优方法;了解微服务、Docker 部署及 API 接口开发。\n5.业务理解:具备研发领域(PLM/ERP/ 制造业数字化)业务背景或 To B 系统集成经验者优先。\n6.综合素质:具备较强的逻辑思维、问题分析与解决能力,良好的跨团队沟通协作能力,能独立推进项目落地。\n认证资质\n人力资源服务许可证\n劳务派遣经营许可证"
}