Agent 与模型工程架构师

定义 Agent Runtime、任务编排、上下文/记忆、工具调用、多 Agent 协作及人机协同的总体架构。

负责模型选型、路由、私有化部署、推理加速、容量规划与成本优化，形成可复用的模型工程能力。

建立从数据、轨迹、离线评测、人工复核到线上反馈的闭环，统一质量、时延、成本、安全与稳定性指标。

牵引工程团队完成服务、部署、权限、观测与容灾，牵引 ADST 完成智能决策逻辑、Agent 核心算法与业务效果验证。

主持关键架构评审与技术取舍，沉淀平台标准、接口规范和复用组件，并带教核心工程与算法成员。

6 年以上研发经验，含 2 年以上大模型、Agent 或推理工程经验；主导过生产级复杂 AI 系统。

扎实掌握分布式系统、服务治理、性能与可靠性工程，能够亲自定位模型服务和 Agent 链路问题。

理解主流开源模型、vLLM 等推理框架，以及 RAG、Context Engineering、Tool Calling、记忆与多 Agent 机制。

具备模型评测、推理性能、GPU/算力利用、成本和容量治理实践，能以数据做架构决策。

能够在模型效果、业务价值、交付速度与工程风险之间做取舍，并把长期路线拆成阶段性结果。

具备跨工程、算法、数据、产品和业务团队的技术领导力；不要求行政管理，但要求带教和标准影响力。 加分项