职位描述
角色： 高级工程师 – Agentic AI
地点： 美国任意地点 - 必须根据业务需要出差
职位描述：
前言 Agentic AI工程师是TCS（美洲）的一个实践开发角色，专注于为客户构建和部署AI代理解决方案。随着企业向Agentic AI（自主系统能够独立执行任务）转变，“AI代理工程师”这样的角色应运而生。
在这个面向客户的咨询职位中，您将在混合环境中工作，交付融合大型语言模型、定制提示、数据源和业务逻辑的尖端AI代理。
项目范围从金融聊天机器人到制造优化器，要求高级提示工程、检索增强生成（RAG）和强大的软件技能。
您的工作内容
开发AI代理和应用程序：
编写AI代理的核心逻辑，无论是独立的还是多代理系统，使其能够回答问题、生成内容或执行交易。
使用LLM和工具进行编码：
使用Python或类似语言集成大型语言模型（LLM）和外部工具（例如API、网络搜索、数据库）。
提示工程与优化： 制作、优化和测试提示以引导代理行为，包括不确定性的回退策略。
实现知识的RAG： 将AI代理连接到向量数据库或搜索索引，以确保输出基于最新的、特定领域的信息。
系统集成与API：
将AI代理与外部系统集成（例如旅游预订API、支付网关），根据需要处理格式、RESTful调用和数据响应。
测试和迭代： 模拟代理行为，识别并修复故障模式，调整提示和代码以获得高质量结果。
部署AI解决方案： 打包和部署代理应用程序（Docker，云），确保可扩展性和适当的配置。
协作与敏捷交付： 与AI架构师、数据工程师和UX开发人员在敏捷团队中合作，参与冲刺和客户演示。
行业特定定制： 为每个行业量身定制解决方案，根据需要调整合规性、个性化和集成。
遵循AI伦理与安全： 实施防护措施、内容审核和隐私措施，遵循TCS的负责任AI指南。
所需技能
编程与软件工程： 精通Python（可选Java、JavaScript或C#）、单元测试和版本控制（Git）。
AI/ML知识： 扎实掌握机器学习和AI概念、模型行为，并有NLP或聊天机器人经验。
提示工程： 有制作和迭代提示的经验，包括少样本示例和输出格式技术。
RAG和数据处理： 熟悉嵌入模型、向量数据库和非结构化数据处理。
API和集成技能： 构建和使用RESTful API、微服务，处理JSON/XML数据格式。
数据结构与算法： 了解列表、字典、树/图及其在高效代理设计中的应用。
调试与问题解决： 强大的故障排除能力，能够区分模型和代码问题。
敏捷与协作思维： 适应在冲刺中工作，跨团队协作，并沟通技术需求。
领域适应性： 能够快速学习新行业概念以定制代理解决方案。
关注细节与质量： 考虑边缘情况、正确的数据处理和彻底的测试。
伦理意识： 识别偏见、保密问题，并标记可疑请求。
关键技术能力
语言与框架： 精通Python用于AI/ML，接触过JavaScript/TypeScript、FastAPI或Flask用于API。
AI/ML工具： 有AI模型API（OpenAI、Azure OpenAI）和ML框架（如PyTorch或TensorFlow）的经验。
代理开发库： 熟悉LangChain或类似框架用于提示管理和代理逻辑。
数据库与数据访问： 使用SQL、NoSQL和向量数据库（如Pinecone、Weaviate）进行数据检索。
DevOps与部署： 熟悉Docker、CI/CD和云部署（AWS、Azure、GCP、Lambda/Functions）。
版本控制与协作： 熟练使用Git和DevOps平台（GitHub、GitLab、Bitbucket）。
测试工具： PyTest、Postman和AI评估方法。
云与服务： 实际了解云AI产品和环境配置。
消息与异步处理： 有事件驱动工作流（RabbitMQ、Kafka、SQS）经验者优先。
监控与日志记录： 实施日志记录（Python logging、CloudWatch、Application Insights）以进行跟踪和调试。
UI框架（可选）： 熟悉Streamlit或基本的Web开发用于内部代理演示。
安全与合规工具： 处理OAuth、加密和合规库以满足监管行业需求。
源数据工具： 使用NLP库进行文本预处理和嵌入（如sentence-transformers、Jupyter notebooks）。
薪资范围： 每年$115,000 - $155,000
资格要求：
计算机科学学士学位
