金风科技
岗位信息
招聘岗位
大模型工程师(Agent方向)(J24105)
工作城市
北京
是否笔试
未明确
招聘批次
校招
截止日期
2026-11-22
发布日期
0001-01-01
📋 岗位职责 / 任职要求
岗位职责
1、Agent系统设计与开发 · 负责电力交易AI Agent系统的整体架构设计,包括Agent编排引擎、工具注册与调度、记忆管理、多轮对话状态管理等核心模块; · 设计并实现多智能体(Multi-Agent)协同框架,支持预测Agent、策略Agent、风控Agent等多个专业Agent之间的任务分发与结果聚合; · 构建Agent的工具链(Tool Chain)体系,封装电价预测模型、优化求解器、知识图谱查询、实时数据接口等为Agent可调用的标准化工具; · 开发Agent的长期记忆与知识检索增强(RAG)系统,实现对电力市场政策文档、历史交易数据、行业报告的高效检索与利用; · 设计Agent的评估与监控体系,包括任务完成率、工具调用准确率、幻觉检测、响应延迟等指标的持续追踪; 2、大模型应用开发 · 基于开源大模型(如Qwen、DeepSeek、GLM等)进行电力交易领域的微调(SFT/LoRA/QLoRA)与Prompt工程优化; · 开发电价预测大模型,融合时序数据(历史电价、负荷、气象)与文本数据(政策、新闻)的多模态预测能力; · 构建交易策略智能生成系统,基于强化学习(RLHF/DPO)与市场博弈论,实现日前/实时市场的自动报价策略生成; · 开发政策文本解析与知识抽取Pipeline,实现对各省电力市场规则文件的自动化结构化理解; · 推进大模型在负荷预测、功率预测、储能调度等关联场景的迁移应用; 3、工程化与系统建设 · 负责模型服务的工程化部署,包括模型推理优化(vLLM/TensorRT-LLM)、API网关设计、负载均衡与弹性扩缩容; · 构建数据Pipeline,实现多源异构数据(气象、市场、设备、政策)的采集、清洗、标注与自动化入库; · 参与AI平台的基础设施建设,包括模型版本管理、A/B实验平台、特征工程平台等; · 编写技术文档与接口规范,确保系统的可维护性与团队协作效率。
任职要求
1、基本要求 · 学历:本科及以上学历,计算机科学、人工智能、电气工程、数学、统计学等相关专业 · 经验:3年以上机器学习/深度学习开发经验,其中至少1年以上大模型或Agent相关项目经验 · 编程:精通Python,熟悉PyTorch/TensorFlow等深度学习框架 2、Agent技能要求 · Agent框架:熟悉至少一种主流Agent框架(如LangChain/LangGraph、AutoGen、CrewAI、MetaGPT、Dify等),有实际Agent系统的设计与开发经验 · 工具调用:深入理解Function Calling / Tool Use机制,能够设计Agent的工具注册、调度与结果解析体系;了解MCP(Model Context Protocol)协议者优先 · RAG系统:具备检索增强生成(RAG)系统的实战经验,熟悉向量数据库(Milvus/Chroma/FAISS等)、文档分块策略、重排序(Reranker)等技术 · Prompt工程:精通Prompt Engineering技术,包括Chain-of-Thought、Few-Shot、ReAct、Plan-and-Execute等高级Prompt模式 · 多智能体:具备多智能体系统(Multi-Agent System)的设计经验,理解Agent间的通信协议、任务分解、冲突解决与结果融合机制 · Agent评估:能够建立Agent系统的量化评估体系,包括任务成功率、幻觉率、工具调用准确率、端到端延迟等指标的定义与监控 · 记忆系统:了解Agent的记忆架构设计,包括短期记忆(对话上下文)、长期记忆(向量存储)、工作记忆(任务状态)的分层管理 3、大模型技能要求 · 模型训练:具备大模型微调经验(SFT/LoRA/QLoRA/RLHF/DPO),熟悉HuggingFace Transformers生态 · 推理部署:熟悉模型推理优化技术(KV Cache、量化、投机解码等),有vLLM/TensorRT-LLM/TGI等推理引擎的部署经验 · 多模态:了解多模态大模型(文本+时序数据)的融合方法,有将结构化数据与非结构化数据联合建模的经验 · 时序预测:熟悉时序预测领域的深度学习方法(Transformer时序变体、PatchTST、TimesFM等),有电价/负荷/功率预测项目经验者优先 · 强化学习:了解强化学习基础,有RL在交易策略优化或Agent规划中的应用经验 4、工程化能力 · 后端开发:熟悉FastAPI/Flask等Web框架,具备高性能API服务开发经验 · 容器化:熟练使用Docker/Kubernetes进行模型服务的容器化部署与编排 · 数据处理:熟悉Spark/Flink等大数据处理框架,有Pandas/Polars等数据科学工具的使用经验 · 数据库:熟悉PostgreSQL/ClickHouse等关系型数据库,以及Redis/MongoDB等NoSQL数据库 版本管理:熟练使用Git进行代码管理与团队协作。
🏢 企业简介
总部北京
新疆金风科技股份有限公司是中国风电设备行业龙头企业,成立于1998年,总部位于新疆乌鲁木齐,2007年在深交所上市(股票代码002202),同时在香港联交所上市(股票代码2208.HK)。公司主营业务为风力发电机组研发、生产和销售,同时布局风电服务、风电场投资与开发、水务等领域。金风科技是中国最大的风电设备制造商,全球市场份额位居前列,累计装机容量超过100GW。2027届秋招放出265个岗位。
📍 主要办公地点
投递方式
投递入口需登录后查看,登录 / 注册 即可使用🎯 AI校招画像 (来源:DeepSeek AI搜索)
🏢 公司文化与工作氛围
企业文化偏务实、强调绿色发展和技术创新。金风科技是中国风电行业的先行者和领导者,企业内部重视研发和技术人才。公司以'为人类奉献白云蓝天,给未来留下更多资源'为使命,绿色发展理念深入人心。团队氛围偏开放包容,鼓励创新和可持续发展。公司国际化程度高,海外业务占比大。
⏰ 加班情况与工作强度
工作强度因岗位差异较大。研发岗位工作强度中等,项目高峰期加班较多。风电场现场服务岗位需要驻场,实行轮班制,工作环境相对艰苦,部分岗位需要高空作业。项目管理岗位需要经常出差到风电场现场。总部职能岗位工作相对规律,基本能保证周末双休。整体工作强度在新能源行业属于中等水平。
💰 薪资待遇与年终奖
本科应届生月薪8-12K,硕士12-18K,博士18-25K。研发岗位薪资略高于生产和职能岗位。风电场现场服务岗位有野外津贴和驻场补贴,实际收入较高。海外岗位有海外津贴。年终奖视公司业绩和个人表现而定,通常为1-3个月工资。整体薪资在新能源行业属于中等水平,低于光伏头部企业,但高于传统制造业。
🎁 福利体系
六险一金、绩效奖金、年终奖金、项目奖金、野外津贴(现场岗位)、驻场补贴、交通补贴、住房补贴、餐补、节日福利、定期体检、员工培训、带薪年假、海外津贴(海外岗位)。公司有完善的培训体系,应届生入职后有系统的岗前培训和导师带教。风电场现场岗位提供食宿。
📋 校招流程经验
校招流程:网申→在线测评→面试(专业面+HR面)→体检→录用offer→岗前培训→定岗。在线测评包括行测、性格测试。面试通常2轮,专业面试会考察机械、电气、风能资源等专业知识。投递渠道:金风科技官网招聘频道、目标院校就业网、招聘平台。
🚀 投递建议与避坑指南
1.机械设计、电气工程、自动化、风能与动力工程、大气科学等专业优先,有风电相关实习经历者加分;2.风电场现场服务岗位需要能接受驻场工作和相对偏远的工作地点,投递前需做好心理准备;3.研发岗位竞争激烈,建议提前准备专业知识和项目经历介绍;4.关注金风科技秋季校园招聘宣讲会,公司会在能源类和理工类院校集中宣讲;5.海外业务岗位需要较好的外语能力,英语流利者优先,能接受海外出差和常驻。
👥 员工口碑与离职率评价
员工评价整体偏正面。行业前景好,平台大,培训体系完善,能学到东西,成长空间较大。绿色发展理念深入人心,企业社会责任感强。风电场现场员工反映工作地点偏远、工作环境艰苦,但野外津贴增加了实际收入,能积累丰富的现场经验。总部员工反映工作规律、生活平衡好,但薪资增长较慢。研发员工反映项目高峰期加班较多,但能参与大型风电项目,成就感强。
📈 热门岗位方向与招聘趋势
2027届秋招放出265岗,招聘规模保持稳定。岗位方向从传统风力发电机设计向大型化风机、海上风电、智慧风电、储能等方向拓展。随着风电行业向大型化和海上风电发展,对大型风机设计、海洋工程、防腐技术等专业人才需求增长。智慧风电和数字化转型相关岗位需求增加,对数据分析、人工智能、物联网等专业人才需求增长。海外业务持续扩张,海外销售和海外服务岗位需求增加。
ℹ️ 信息来源
本条招聘信息由校招宝转载自 智联招聘(企业校招官网),版权归原发布方所有,校招宝仅作信息聚合与导航。
该来源未提供原文链接
招聘信息以官方原文为准,投递前请核实截止日期与要求。如涉侵权或信息有误,请邮件联系 kknee@qq.com,我们将在 24 小时内处理。