商越网络 java jobs (salary & requirements)

【职位描述】
我们要寻找的不仅仅是一名 Java 开发，而是一位能将LLM 智能与企业级工程架构完美融合的技术先锋。你将负责构建基于 Java 生态的下一代智能 Agent 平台，解决 LLM 在复杂业务场景下的落地难题，利用 Multi-Agent、记忆网络和图计算引擎实现业务逻辑的自动化与智能化。
薪资open，岗位标注薪资仅作系统参考。

【岗位职责】
1. Agent 核心架构设计：基于 Java 技术栈（Spring AI/LangChain4j）构建高可用、可扩展的 AI Agent 框架。设计并实现 Agent 的记忆系统（Memory）、状态机流转（State Machine）及工具调用（Function Calling）机制。
2. 复杂任务编排引擎：研发基于图（Graph）计算的任务编排引擎（类似 LangGraph 的 Java 实现），处理非线性的、循环的、具有回溯能力的复杂业务推理流程。
3. LLM 落地与调优：深入理解业务，负责 Prompt 优化、RAG（检索增强生成）架构设计。在必要时，参与微调（Fine-tuning）数据准备与效果评估，衔接 Python 训练环境与 Java 推理环境。
4. 多智能体系统（MAS）构建：设计 Multi-Agent 协作模式，解决多个 Agent 之间的通信、冲突解决及任务分发问题。
5. 高性能工程化：解决大模型应用中的高并发、流式响应（Streaming）、分布式会话管理等工程难题，确保系统在微服务架构下的稳定性。

【任职要求】
1. 硬核 Java 工程能力，全日制统招本科及以上学历，5年以上Java 开发经验，30周岁以下。
2、Java 基础：精通 Java Core，对 JUC 多线程、JVM 调优、NIO 有深刻理解，代码风格优雅严谨。
微服务架构：精通Spring Boot / Spring Cloud生态，熟悉分布式事务、分布式锁、高并发下的流量治理（限流、熔断。
前沿框架：熟练掌握Spring AI，或者对 LangChain4j有实际项目落地经验。

2. AI & Agent 深度理解 (核心)
LLM 原理：深刻理解 Transformer 架构，熟悉预训练（Pre-training）、SFT（监督微调）、RLHF（人类反馈强化学习）的基本原理。能讲清楚为什么模型会幻觉，以及 Context Window 的底层限制。
Agent 开发范式：熟悉并实践过主流 Agent 模式（如 ReAct, Plan-and-Solve, TOT, COT 等）。
框架经验：有 Python Agent 开发经验者优先（熟悉 LangChain, AutoGPT, Semantic Kernel 等），但必须具备将其思想迁移至 Java 环境的能力。

3. 架构与算法能力 (进阶)
状态与图计算：熟悉有限状态机（FSM）设计模式，了解图计算原理，能设计基于 DAG（有向无环图）或循环图的 Agent 执行流。
数据与存储：熟悉向量数据库（Milvus, Pinecone, Weaviate 等）及 Elasticsearch，精通 RAG 系统中的数据分块（Chunking）与召回策略。
多智能体：对 Multi-Agent System (MAS) 有研究，了解如 MetaGPT 或 AutoGen 的协作机制者加分。

【加分项】
1、有实际的线上 AI Agent 产品落地经验（不仅是 Demo）。
2、熟悉 Python 生态（PyTorch/TensorFlow），能阅读或修改模型训练/微调脚本。
3、 在 GitHub 上有 AI 相关的开源项目贡献。
4、对知识图谱（Knowledge Graph）与 LLM 的结合有深入研究。