北京 python jobs (salary & requirements)

AI Agent后端工程师
职位描述 (JD)
【岗位背景】 作为 AIGC 影视公司的后端基石，你需要构建一个高吞吐、低延迟的智能体编排引擎。 你的代码将连接 n8n 的灵活性与 GPU 的硬算力。你需要为前端提供流式接口（Streaming），为 Agent 提供精准的长期记忆（VectDB），并确保我们的本地大模型（Local LLM）服务能像商业 API 一样稳定响应。
【核心职责】
1.搭建企业级 RAG（检索增强生成）系统
知识库架构：设计并维护高性能的向量数据库（如 Milvus, Qdrant, pgvector）。你需要解决剧本、小说等长文本的分块策略（Chunking）和混合检索（Hybrid Search）问题，确保 Agent 能准确引用剧本里的每一个细节。

数据清洗流：编写 ETL 脚本，自动清洗和结构化处理非结构化的影视资料（PDF 剧本、通告单、分镜表）。

2.高并发模型服务与任务调度
模型接口封装：使用 FastAPI 或类似框架，将内部部署的开源模型（Qwen, Llama 3）封装成标准的 OpenAI 兼容接口，供应用层调用。

异步任务队列：AIGC 生成（尤其是视频/高清图）是非常耗时的。你需要利用 Celery / Redis Queue 设计健壮的异步任务系统，管理 ComfyUI 的生成队列，防止高负载导致系统崩溃。

智能体记忆与状态管理 (State Management)

多智能体通讯：实现 Agent 之间的消息路由机制。当“文字分镜模块”完成工作后，后端需要自动触发“在资源库中调出符合该文字分镜的图像”任务，并传递正确的上下文参数。

【任职要求】
1.技术栈 (硬核要求)
Python 专家：精通 FastAPI / Flask，熟悉 Python 的异步编程（Asyncio）。

向量数据库经验：实操过 Pinecone / Milvus / Weaviate 任意一种，理解 Embedding（嵌入）的原理和余弦相似度计算。

LLM 开发框架：熟练使用 LangChain 或 LlamaIndex 进行过实际开发，理解 Chain, Agent, Tool 等核心概念。

2.系统设计能力
任务调度：熟悉 Redis, RabbitMQ 或 Kafka，有过处理长耗时任务（Long-running tasks）的经验。

数据库设计：不仅会用 NoSQL (MongoDB) 存对话日志，也要会用 PostgreSQL 处理复杂的业务关系。

3.加分项 (AIGC 特有)
模型部署经验：玩过 vLLM, Ollama, TensorRT-LLM，知道如何利用好 GPU 显存，提高推理吞吐量（Tokens/s）。

ComfyUI 协议：研究过 ComfyUI 的 WebSocket 通讯协议，曾通过代码控制 ComfyUI 进行生图。