高级Agent应用研发工程师

Job description

垂域大模型应用落地

• 基于开源大模型基座（Qwen、DeepSeek、Llama 等），完成锂电领域的指令微调（LoRA/QLoRA）、Prompt 工程优化、推理服务部署，打造适配锂电研发场景的垂域大模型能力。

RAG 检索增强系统开发

• 搭建完整的 RAG 系统架构，对接知识库与向量数据库，实现检索、重排、生成全链路优化，解决垂域场景幻觉问题，落地研发知识问答系统。

研发智能体（Agent）开发

• 搭建初代锂电文献专利挖掘 Agent，实现任务规划、工具调用、结果整合的完整链路；对接文献数据库、知识图谱等工具，完成技术路线梳理、专利风险预警等核心功能。

应用服务与交互开发

• 封装大模型、Agent 的标准化 API 接口，开发简易的前端交互页面或内部工具，支撑业务侧试用与验证。

效果评估与迭代优化

• 建立大模型应用、Agent 的效果评估体系，结合业务反馈持续优化模型效果、任务完成率与用户体验。

岗位要求

学历专业：本科及以上学历，硕士优先；人工智能、计算机科学与技术、软件工程、自然语言处理等相关专业 知识技能：o 精通大模型应用开发，熟练掌握 LoRA/QLoRA 微调、Prompt 工程、RAG 检索增强的全流程，有 LangChain、LlamaIndex 等框架的实战经验； o 熟悉至少一种主流开源大模型的部署、微调与推理优化，了解 vLLM、TensorRT-LLM 等推理加速工具； o 掌握 Python 开发与 PyTorch 深度学习框架，具备良好的工程编码能力，能独立完成服务化部署； o 了解 Agent 核心原理，有 Function Call、ReAct 框架开发经验，熟悉多工具调用的调度逻辑； o 熟悉向量数据库、文本嵌入模型的原理与使用，了解语义检索优化方法。

工作经验

3 年及以上大模型应用 / NLP 开发经验，有完整的垂域大模型或智能体项目从 0 到 1 落地经验，能独立完成全链路开发与部署 其他：

• 有科学智能、材料 / 化工领域大模型应用项目经验；
• 有科研文献智能分析、专利挖掘相关项目经验；
• 有多智能体协同、自迭代 Agent 相关开发经验；
• 了解锂电行业基本常识，有新能源、制造业项目经验。