1、本科及以上学历，计算机、软件工程、人工智能等相关专业；8年以上软件开发经验，其中3年以上智能体/AI平台相关技术团队管理经验，主导过至少1个大型智能体平台（或大模型应用系统）从0到1的设计与落地。
2、深入理解智能体（Agent）架构设计原理，熟悉智能体任务规划（如HTN、PDDL）、多智能体协作（如联邦学习式协作、角色分工机制）、智能体与外部工具/API的交互适配逻辑，能独立设计高可用的智能体交互层、任务调度层架构。
3、精通知识图谱构建（Schema设计、实体对齐、关系抽取）、知识存储（如Neo4j、Milvus）与检索优化（向量检索、语义索引），熟悉知识库动态更新机制（增量知识接入、冲突检测与融合），有复杂业务场景（如企业级知识库、行业知识沉淀）的知识库设计经验。
4、掌握大模型选型（如开源模型Llama系列、商用模型GPT/文心一言等适配）、微调（LoRA、QLoRA）与对齐（RLHF、DPO）技术，熟悉大模型与智能体的融合逻辑（如Prompt工程优化、大模型推理效率提升、大模型输出结果的结构化处理），能解决大模型在实际应用中的幻觉抑制、上下文窗口限制等问题。
5、精通分布式系统架构设计，熟悉微服务架构、容器化部署（K8s）、服务网格（Istio）等技术；具备高并发场景（如每秒千级以上智能体请求、海量知识库检索）的性能优化经验，能针对性设计缓存策略（Redis集群）、负载均衡方案、数据库分库分表逻辑，保障系统稳定性与响应速度。
6、熟练使用Java/Python/Golang等至少1种主流开发语言，熟悉Git、Jenkins等DevOps工具链；具备优秀的技术团队管理能力，能制定团队技术规范、代码评审标准，带领10人以上技术团队完成复杂项目交付；有跨部门协作经验，能协调算法、工程、业务团队推进需求落地。
7、具备极强的复杂问题拆解与攻坚能力，能快速定位智能体平台、知识库、大模型融合中的技术瓶颈（如智能体任务执行失败、知识库检索准确率低）；有良好的技术前瞻性，能跟踪智能体、大模型领域的前沿技术（如多模态智能体、Agent-as-a-Service），并转化为实际技术方案。