CARIAD人才荟

【岗位职责】 负责公司内部 AI 提效工具及 Agent 平台的后端架构设计与核心开发，围绕知识获取、任务规划、工具调用、流程编排和结果交付，推动 AI 能力在研发、运营及职能场景落地。 设计 Agent 运行时与任务执行链路，建设会话与上下文管理、短长期记忆、权限校验、状态管理、人工确认和异常兜底等通用能力，支持多步骤、长周期任务稳定运行。 负责大模型应用服务工程化，包括模型接入与路由、Prompt 及配置版本管理、Function Calling / Tool Calling、RAG、流式输出、缓存，以及响应时延与 Token 成本优化。 建设企业系统工具接入层，通过 API、MCP 或插件机制打通知识库、代码仓库、工单、IM、办公及数据平台，保障身份透传、权限隔离、操作审计和敏感数据安全。 设计高可靠后端服务与异步任务体系，处理队列、并发、幂等、超时、重试、取消、补偿和断点续跑，并提供日志、Trace、进度、指标和告警等可观测能力。 建设 Agent 评测与质量体系，围绕任务成功率、回答准确性、工具调用正确率、响应时延和使用成本持续优化；与产品、前端和业务团队协作，完成需求抽象、方案设计和上线迭代。 【任职要求】 本科及以上学历，计算机、软件工程、人工智能或相关专业；有 Agent 或大模型应用的实际落地项目优先。 熟练掌握 Python、Golang 或 JavaScript / TypeScript（Node.js）中的至少一种，具备扎实的编程与工程能力，能够独立完成服务设计、编码、测试、性能优化与线上问题排查。 熟悉 REST / gRPC、WebSocket / SSE 等服务通信方式，熟悉 Postgres / MySQL、Redis、消息队列及对象存储，具备良好的系统抽象、领域建模和 API 设计能力。 理解 Agent 的任务规划、工具调用、上下文管理、记忆机制、工作流编排及 Human-in-the-loop 等核心概念，并有相关框架或自研运行时的实践经验。 熟悉大模型应用开发流程，具备 LLM API、Prompt Engineering、RAG、Embedding、向量检索、重排及知识库构建等实践经验，能够分析和优化检索与生成质量。 具备复杂异步任务或分布式系统经验，理解幂等、重试、超时、限流、降级和容错；熟悉 Docker、Kubernetes、CI/CD 及可观测性体系。 具备安全与合规意识，理解认证授权、最小权限、数据隔离、操作审计及敏感信息保护；具备较强的业务理解力、问题拆解能力和跨团队沟通能力。 【加分项】 有企业知识库、研发效能、办公协同、流程自动化或内部平台建设经验。 有 MCP、插件平台、工作流引擎、沙箱执行或多 Agent 协作的设计与落地经验。 有模型网关、LLM 评测、链路追踪、成本治理或 AI 应用安全防护经验。