软件工程师 - 自主代理

职位：员工软件工程师 - 自主代理 职位描述 有什么机会？智能运营（iO）是一个由AI驱动的安全网，用于RBC技术运营，保持服务运行并减少中断。我们是首个从不同领域收集技术运营数据的团队——通过挖掘信息和洞察带来巨大价值，使我们能够在问题发生之前预测问题。这是下一代AI能力的基础工作，我们正在构建使AI代理自主行动的基础设施——分析数据、生成代码、执行实验，并推理操作数据。 iO团队设计和操作执行环境、状态管理系统和代理编排，使自主AI安全可靠。您将在分布式系统、机器学习研究和产品的交叉点工作，构建行业中不存在的系统。 加入RBC的T&O智能运营团队，成为 • * 生成式AI数据科学家/研究员 • * 并帮助构建AI代理，引领我们进入一个RBC员工可以利用自主系统极大地增加我们能够完成的工作范围和质量的未来。理想的候选人将对开发者工具充满热情，具备多样化编程环境的广泛知识，并拥有使用高级LLM功能（如工具使用、链式和编排模式、提示工程）的经验。 您将做什么？ - 构建自主研究代理：设计和开发AI代理，自动执行复杂的ML工作流——从探索性数据分析和统计建模到可视化和报告生成。代理生成具有模块化结构的完整Python代码库，而不是孤立的脚本。 代理架构与编排：架构多代理系统（开发者/监督者模式），具有代理搜索树，其中每个节点代表一个完整的解决方案尝试。为长时间运行的任务构建状态管理——处理检查点、恢复和跨故障的恢复。 沙盒执行环境：设计和构建安全的计算环境，使代理能够安全地执行代码、访问工具和与外部服务交互，具有进程隔离和资源限制。 向量搜索与检索：实施高级向量搜索技术和RAG（检索增强生成）系统，以增强代理在多样化数据源中的能力。 评估与基准测试：开发评估框架以衡量代理的性能、可靠性和任务完成情况。为代理执行构建可观测性和调试工具——了解代理做了什么、为什么以及如何改进。 数据工程：构建用于实时数据库访问（PostgreSQL、MySQL、S3）的数据注册模式，具有自动化的模式发现和LLM增强的元数据。 部署与集成：将AI代理部署到生产Open Shift/Kubernetes环境中，具有异步任务处理（Celery/Redis），确保可扩展性和稳健性。 开发者工具与 体验： 直接与开发者互动以收集见解并改善用户体验；在整个技术栈中贡献——从前端UI到后端基础设施。深入研究Python笔记本、VS Code插件和容器化环境。 协作研究：与研究人员合作，通过共享工具和评估来提高模型能力。通过尝试新工具和评估新兴技术，保持在AI辅助编码方面的领先地位。 您需要什么才能成功？ 必须具备： • 物理学、计算机科学、数据科学或相关领域的博士或硕士学位 • 5年以上专注于机器学习应用的研究经验 • 拥有大型语言模型和提示工程的实践经验 • 精通Python和库： NumPy、Pandas、TensorFlow、Keras、PyTorch、FastAPI • 对ML技术有深入理解：监督/无监督学习、深度神经网络、Transformers和代理AI模式 • 具有异步处理框架（Celery、Redis）和云平台（Azure、AWS、Open Shift/Kubernetes）的经验 • 熟悉MongoDB、PostgreSQL和分布式系统架构 • 优秀的沟通能力，具有…