AI 赛道 10 岗位 JD 信息汇总与题目分布矩阵一、岗位 JD 汇总1. AI技术总监AI Technical Director核心职责统筹 AI 技术线整体技术路线与团队建设主导大模型/Agent 平台从 0 到 1 落地对齐业务目标把控技术债与交付节奏跨部门协同产品/数据/工程。技能要求10 年技术经验、5 年团队管理精通 LLM/Agent 全栈技术栈具备架构决策、容量规划、技术选型、ROI 评估能力。业务场景企业级 Agent 平台、智能客服/营销/研发效能、私有化大模型部署。考核要点技术战略落地、团队人效、关键项目交付质量、技术降本成果。2. AI架构师AI Architect核心职责设计大模型应用与 Agent 系统整体架构定义推理服务、RAG、工具编排、多 Agent 协作的技术规范评审关键技术方案。技能要求精通分布式系统、推理框架vLLM/SGLang、向量检索、Prompt/Agent 编排框架具备高并发/高可用设计经验。业务场景千万级日调用的 Agent 服务、多租户推理平台、企业知识库问答。考核要点架构合理性、可扩展性、成本与性能平衡、技术前瞻性。3. AI Agent开发工程师AI Agent Development Engineer核心职责基于 LangGraph/AutoGen 等框架开发 Agent实现工具调用、记忆、规划、反思对接业务系统 API优化 prompt 与工具可靠性。技能要求熟练 Python/TS掌握 Function Calling、MCP、RAG、Prompt 工程熟悉评测与可观测。业务场景自动化办公助手、数据分析 Agent、客服/营销 Agent。考核要点工程实现质量、Agent 稳定性、工具调用成功率、迭代效率。4. Agent Harness 工程师Agent Harness Engineer核心职责设计与实现 Agent 运行时 Harness编排容器、子 Agent 生命周期、权限沙箱、工具注入、上下文管理、断点续跑、可观测、cost 控制。技能要求深入理解 Claude Code / 自研 Harness 机制熟悉上下文压缩、状态机、中断恢复、沙箱隔离、并发调度。业务场景长时自治 AgentCoding Agent、运维 Agent、多步任务编排平台。考核要点Harness 健壮性、长循环稳定性、上下文/成本可控、可观测性。5. Agent Loop 工程师Agent Loop Engineer核心职责专注 Agent 循环控制——终止条件、最大步数、死循环检测、反思与自我修正、工具失败重试、循环内状态管理、并发 loop、loop 与 planner 协作。技能要求精通 ReAct/Plan-Execute/状态机熟悉循环复杂度分析、收敛性、容错与降级。业务场景复杂任务自治执行、多轮工具编排、自主修 bug Agent。考核要点循环收敛性、异常恢复能力、步数/成本可控、正确率。6. AI Infra 架构师AI Infrastructure Architect核心职责GPU 集群调度、推理框架选型与优化、PD 分离、显存池化、KV Cache 迁移、弹性扩缩容、推理与训练混部、成本与 SLO 保障。技能要求精通 Kubernetes/Slurm、vLLM/SGLang/Triton、CUDA/显存管理、网络与存储、监控告警。业务场景千卡级推理集群、多模型多租户服务、训推一体平台。考核要点集群吞吐与利用率、SLO 达成率、单位推理成本、稳定性。7. AI Agent CTO核心职责制定 Agent 业务战略与商业化路线搭建并管理 Agent 技术组织技术路线下注决策对齐资本与市场合规与风险把控。技能要求技术深度 商业洞察 组织能力具备从 0 到 1 与 1 到 10 经验熟悉定价模型、PMF、GTM。业务场景Agent SaaS 创业、企业 AI 转型、Agent 产品矩阵。考核要点战略正确性、商业化成果、组织人效、技术护城河。8. 大模型应用开发专家LLM Application Development Expert核心职责RAG 工程化chunk/混合检索/rerank/评测、Function Calling 可靠性、长上下文管理、Prompt 工程与版本管理、幻觉抑制、评测体系、A/B 测试、流式输出、微调 vs RAG 决策。技能要求精通 LLM 应用全栈熟悉 LangChain/LlamaIndex/Dify、评测框架、向量库、微调基础。业务场景企业知识助手、代码助手、智能营销、多模态应用。考核要点应用效果指标准确率/召回/转化、工程稳定性、迭代效率。9. AI 资深架构师AI Senior Architect核心职责顶层系统设计——支持 10万 QPS、多租户隔离的 Agent 推理平台分层容量规划、高可用、限流降级、数据闭环、技术中台、跨团队架构治理。技能要求10 年架构经验精通分布式、高并发、数据中台、AI 工程化具备架构治理与布道能力。业务场景大型互联网/金融/政企 AI 中台、行业大模型平台。考核要点架构落地度、系统稳定性、技术中台复用、治理成效。10. 大模型与智能体技术专家LLM Agent Technology Expert核心职责攻坚底层技术——Transformer/Attention/MoE、推理优化FlashAttention/PagedAttention/Speculative Decoding/连续批处理、对齐RLHF/DPO、上下文工程、多 Agent 博弈与协作、记忆系统、规划与反思、智能体评测。技能要求顶会论文/前沿复现能力精通训练与推理底层、对齐算法、Agent 算法前沿。业务场景自研大模型、Agent 算法突破、前沿技术预研与落地。考核要点技术深度、创新性、前沿落地成果、影响力。二、题目分布矩阵10岗位 × 10维度 100题每岗位 10 题维度侧重见下表●主侧重 ○次覆盖岗位原理理论项目落地架构设计故障排查多Agent协作Loop工程Harness机制AI基础设施团队管理业务商业化1 AI技术总监○○●○●●2 AI架构师●●○●●3 AI Agent开发●●●●●4 Agent Harness工程师●●●●○5 Agent Loop工程师●○●○●6 AI Infra架构师●●●●○7 AI Agent CTO○●●●●8 大模型应用开发专家●●○●○9 AI资深架构师●●○●●10 大模型与智能体技术专家●●●●○○层级分布初级工程师 ~30题 / 架构专家 ~45题 / CTO管理层 ~25题