工作职责:
1. 智能Agent开发：基于大模型开发智能Agent，满足不同业务场景需求。
2. Agent平台构建：使用 Dify、FastGPT 等工具，构建和优化智能Agent开发平台，提高系统可扩展性和易用性。
3. RAG（检索增强生成）优化：利用 LangChain 等开源产品，提升大模型的信息检索和生成能力。
4. 大模型调优：具备大模型微调数据准备能力，能够进行数据清洗、标注、格式转换等操作，并具备模型微调训练能力，优化大模型在特定任务上的表现。
5. 存储与记忆管理：集成 Chroma、Pinecone、Milvus 等向量数据库，优化Agent的长期记忆能力，并熟悉 MemGPT、LangMem、Zep 等Memory管理框架，实现高效的Agent记忆存储与检索。
6. Agent框架：熟悉 AutogenAI、LangGraph、DSPy、CrewAI、LlamaIndex 等Agent开发框架，能够构建可扩展的智能体系统。
7. MCP协议与Client-Server架构：熟悉 MCP（Multi-Agent Communication Protocol），具备 Client-Server架构 的开发与集成能力，能够设计高效的Agent通信机制。
8. DSL定义与执行引擎开发：具备 DSL（领域专用语言） 的定义、生成能力，并能够开发高效的 DSL执行引擎，用于智能Agent的任务编排和执行。
9. 技术创新与分享：跟进AI Agent领域的***趋势，撰写技术文档，推动团队技术进步。
任职资格:
1. 计算机科学、人工智能或相关专业，本科及以上学历。
2. 熟悉大模型（LLMs）：理解GPT、BERT等大模型的原理，具备大模型微调数据准备能力和模型微调训练能力。
3. Agent开发经验：熟悉 Dify、FastGPT 等Agent开发工具，能够阅读和优化其代码。
4. RAG技术栈：掌握 LangChain，能够构建高效的检索增强生成系统。
5. Agent框架：熟悉 AutogenAI、LangGraph、DSPy、CrewAI、LlamaIndex，能够构建智能Agent系统。
6. 存储与记忆管理：熟悉 Chroma、Pinecone、Milvus、Weaviate 等向量数据库，并掌握 MemGPT、LangMem、Zep 等Memory管理框架，优化Agent的长期记忆能力。
7. MCP协议与Client-Server架构：熟悉 MCP协议，具备 Client-Server架构的开发与集成经验。
8. DSL定义与执行引擎开发：具备 DSL定义、生成 能力，并能够开发 DSL执行引擎，用于智能Agent的任务编排。
9. 编程能力：熟练掌握 Python、Node.js、Java 中至少一门语言
10. 团队合作与问题解决能力
加分项：
- AI项目经验：有完整的AI应用开发经验，熟悉 Mistral AI、Ollama、OpenAI API 等大模型生态。
- 开源贡献：有开源项目经验，或在 LangChain 等项目中有贡献。
- Agent可观测性：了解 LangSmith、LangFuse、Arize 等工具，优化Agent的监控和调试能力。
（技术上不用全部会，大部份会就行）