职位名称：LLM Agentic AI 解决方案架构师
地点：加利福尼亚州圣克拉拉现场
职位类型：全职
职位描述：
经验 – 至少12年
主要技能 – Azure OpenAI、Azure AI Studio、Azure和GCP云功能、Kubernetes、LLM编排、LLM架构、检索增强生成（RAG）、API和自定义连接器集成
教育资格*
计算机科学、数据科学或相关领域的学士或硕士学位。
经验范围
10-12年AI/ML相关职位经验，重点关注LLM和Agentic AI技术。
主要（必须具备的技能）* - 由TA团队筛选
生成式AI解决方案架构（2-3年）：在设计和架构生成式AI应用程序方面有丰富经验，包括检索增强生成（RAG）、LLM编排（LangChain、LangGraph）和高级提示设计策略。
后端和集成专业知识（5年以上）：在架构基于Python的微服务、API和编排层方面有丰富经验，这些层能够在云原生环境（Azure Functions、GCP Cloud Functions、Kubernetes）中启用工具调用、上下文管理和任务分解。
企业LLM架构（2-3年）：在使用Azure OpenAI、Azure AI Studio、Hugging Face模型和GCP Vertex AI架构端到端LLM解决方案方面有实际经验，确保可扩展性、安全性和性能。
RAG和数据管道设计（2-3年）：在设计和优化RAG管道方面有专业知识，包括企业数据摄取、嵌入生成和使用Azure Cognitive Search、Pinecone、Weaviate、FAISS或GCP Vertex AI匹配引擎的向量搜索。
LLM优化和适应（2-3年）：在实施微调和参数高效调优方法（LoRA、QLoRA、PEFT）以及集成记忆模块（长期、短期、情节性）以增强代理智能方面有经验。
多代理编排（2-3年）：擅长设计多代理框架和编排管道，使用LangChain、AutoGen或DSPy，实现目标驱动的规划、任务分解和工具/API调用。
性能工程（2-3年）：在优化GCP Vertex AI模型以实现企业级部署中的延迟、吞吐量和可扩展性方面有经验。
AI应用集成（2-3年）：能够通过API和自定义连接器（MuleSoft、Apigee、Azure APIM）将OpenAI和第三方模型集成到企业应用中。
治理与护栏（1-2年）：在实施基于LLM的应用程序的安全性、合规性和治理框架方面有实际经验，包括内容审核、数据保护和负责任的AI护栏。
角色职位描述*（RNR） - 由技术小组评估（定义以提供更清晰的理解）
关键技术技能：
作为专注于LLM和Agentic AI的技术架构师，您将负责企业级AI解决方案的架构、策略和交付。您将与跨职能团队和客户合作，定义AI路线图，设计可扩展的解决方案，并确保在整个组织中负责任地部署生成式AI：
主要职责：
• 架构可扩展的生成式AI解决方案：领导LLM和多代理系统的企业架构设计，确保Azure和GCP平台的可扩展性、弹性和安全性。
• 技术策略与指导：为客户和内部团队提供战略技术领导，将生成式AI项目与业务成果对齐。
• LLM和RAG应用：架构和指导LLM驱动的应用程序、助手和RAG管道的开发，适用于结构化和非结构化数据。
• Agentic AI框架：定义和实施利用LangGraph、AutoGen、DSPy等框架的Agentic AI架构，以及云原生编排工具。
• 集成与API：监督OpenAI、Azure OpenAI和GCP Vertex AI模型的企业系统集成，包括MuleSoft Apigee连接器。
• LLMOps与治理：建立LLMOps实践（CI/CD、监控、优化、成本控制）并执行负责任的AI护栏（偏见检测、提示注入保护、幻觉减少）。
• 企业治理：领导架构审查、治理委员会和所有LLM项目的技术设计权威。
• 协作：与数据科学家、工程师和业务团队合作，将用例转化为可扩展、安全的解决方案。
• 文档与标准：定义和维护企业采用的最佳实践、操作手册和技术文档。
• 监控与可观测性：指导AgentOps仪表板的实施，以实现使用、采用、摄取健康和平台性能可见性。
次要职责：
• 创新与研究：保持对OpenAI、Azure AI和GCP Vertex AI进展的领先地位，评估新功能和企业采用的方法。
• 概念验证：领导或赞助概念验证，以验证新AI能力的可行性、投资回报和技术适配性。
• 生态系统专业知识：保持对Azure AI服务（Cognitive Search、AI Studio、Cognitive Services）和GCP AI堆栈（Vertex AI、BigQuery、Matching Engine）的最新了解。
• 业务对齐：与产品和业务领导合作，优先考虑具有可衡量结果的高价值AI计划。
• 指导：指导工程团队进行LLM解决方案设计、性能调优和评估技术。
软技能/其他技能 - 由招聘经理评估（定义如何评估）
沟通技能：
有效地与内部和客户利益相关者沟通
沟通方式：口头、电子邮件和即时消息
人际交往能力：
强大的人际交往能力，以建立和维护与团队成员和客户代表的富有成效的关系
在代码审查期间提供建设性反馈，并乐于接受对自己代码的反馈。
问题解决和分析思维：
具备高效排除故障和解决问题的能力。
分析思维
能够通过技术实施和采用将想法变为现实
任务/工作更新
有在敏捷/ Scrum项目中工作的经验，熟悉Jira/Azure DevOps等工具
提供定期更新，积极主动并尽职尽责地履行职责
预期结果
次要技能计划在招聘后进行 - 培训计划
• MCP和A2A SDK的知识
• 版本控制：熟练使用Git等版本控制工具。
• 敏捷方法论：有在敏捷开发环境中工作的经验。
