agentic AI

标签「agentic AI」下的文章

共 3 篇文章

前部署工程师 - AI解决方案

本文是合同生命周期管理软件公司 Agiloft 发布的一份前线部署工程师岗位招聘信息，工作地点为美国远程。该职位旨在为客户加速实现价值，FDE 将直接嵌入战略性客户账户，亲手识别客户的业务机会，并将其迅速转化为可运作的技术解决方案。核心职责包括：直接与企业客户合作，将松散的业务需求转化为具体的技术架构；利用 Agiloft Screens 和 PromptLab 等工具，配置和部署由 AI 驱动的工作流；通过调优提示词和评估模型输出来优化 AI 性能，并将 AI 能力嵌入客户的实际运营流程中。岗位要求候选人具备 3 至 6 年企业级 SaaS 平台实施经验、大语言模型工具及提示工程的实际应用经验，以及在产线环境下的 API 和集成经验。优先技能包括 Python 编程、熟悉检索增强生成架构等。该职位的成功不以完成部署的次数来衡量，而是以持续增加的客户价值交付来衡量，具体通过可衡量的 AI 消费量增长来体现。岗位为 FDE 设定的前 6 个月量化目标是：激活 5 至 10 个战略客户，并交付 20 至 30 个具有持续高采用率的高质量工作流，同时将客户需求和模式反馈给产品团队以驱动更广泛的消费增长。Agiloft 被 Gartner、Forrester 和 IDC 评为 CLM 领域的领导者。

阅读全文 →

AWS启动10亿美元AI工程部门以加速企业采用

2026年2月，亚马逊云科技（AWS）宣布成立前沿部署工程（Forward Deployed Engineering，FDE）组织，并投入10亿美元作为初始投资。该举措旨在加速企业将人工智能项目从试点阶段推进到生产环境，由AWS前端AI工程与服务副总裁Francessca Vasquez主导。FDE模式下，AWS将派出由5至6名工程师组成的小队，嵌入客户组织进行为期约45天的短期协作，直接与客户的业务、工程和安全团队合作，构建生产就绪的AI系统，核心目标是推动代理型人工智能（agentic AI）的落地。该项目并非仅交付原型，而是交付完整的部署系统、文档、知识资产，并培训客户内部团队使其在项目结束后能够独立运维。AWS采用AI辅助软件开发流程，将实施周期从数月压缩至数天，并在部署中嵌入基于硬件的隔离、加密和客户主导的治理方案以满足企业安全要求。目前Allen Institute、Cox Automotive、NBA、NFL、Ricoh和Southwest Airlines等组织已率先采用该模式，预计受监管行业和复杂数据处理行业将是下一批使用者。该行动标志着企业级AI服务竞争加剧，OpenAI、Anthropic近期也推出类似嵌入式工程服务，Palantir则长期沿用类似部署方法，AWS以10亿美元押注工程师深度嵌入客户现场而非仅出售云基础设施，视其为规模化企业AI的关键差异化策略。

阅读全文 →

[远程] 首席应用人工智能工程师，金融

Genesys 公司发布了远程 Principal Applied AI Engineer（金融领域）职位，要求候选人主导设计和交付 AI 及预测模型，以变革财务决策，专注于生产级 AI 系统和智能自动化。核心职责包括：构建和领导开发 agentic AI 系统以自动化财务工作流（如预测、报告、决策支持），设计多智能体系统，利用 LLM、工具使用框架与编排模式（如 RAG、链式模型、动态提示），将前沿 LLM 和 agentic AI 研究转化为可扩展的生产解决方案，建立防护机制、评估框架与负责任 AI 实践；领导时间序列预测、客户流失预测等高级预测模型开发与部署；设计可扩展 AI/ML 系统，强调软件工程最佳实践（模块化设计、API、CI/CD、测试），推动现代工具采用（容器化、云原生架构），建立 MLOps 最佳实践；确保系统满足 SOX 等合规和审计要求。任职资格要求 8 年以上数据科学、软件工程、AI 工程经验，精通 Python、ML/AI 框架、云平台（优先 AWS）、分布式系统、LLM 微调与评估、生产级 agentic AI 框架、RAG 与向量数据库，以及模型护栏与偏差缓解。该职位反映出企业对将 agentic AI 和高级预测模型融入金融运营、强调生产工程和合规性的高端人才需求。

阅读全文 →