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 Agent（Coding 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）：

层级分布：初级工程师 ~30题 / 架构专家 ~45题 / CTO管理层 ~25题