一、岗位亮点 1. 直接参与公司核心 AI 能力的研发与落地 2. 负责基于大模型(Claude/GPT / DeepSeek / Qwen)能力的关键系统设计和功能开发 3. 深度参与 Agent、Workflow、RAG、推理优化等前沿工程实践 4. 对业务决策链路有直接影响力,工程标准高、成长速度快 二、岗位职责 （一）AI 应用研发(核心能力建设) 1. 基于大模型设计并实现智能功能,包括提示工程(Prompt)、Agent、多角色协作、结构化输出等。 2. 构建可靠的 AI 推理流程链路:数据处理、调用策略、错误修正、验证机制、性能优化。 3. 将模型能力工程化,开发稳定、可复现、可扩展的 AI 应用与工具链。 （二）需求分析与产品落地 1. 对接业务/产品,梳理原始需求,形成结构化、明确可执行的需求文档。 2. 独立完成需求澄清、方案设计、开发实现与交付闭环。 3. 推动规范流程(如需求确认、开发文档等)的实际落地,确保交付质量。 （三）软件工程与系统设计 1. 负责AI Native的核心系统模块的设计与开发,保持高质量、高可维护性。 2. 对复杂技术任务进行拆解、建模并规划可执行的开发路线。 3. 推动代码规范、流程规范、模板管理等工程体系建设。 4. 熟练使用 AI 辅助工具(如 Claude、Cursor、GitHub Copilot 等)进行独立的全栈产品开发,快速迭代并交付高质量代码。 （四）模型、数据与推理能力 1. 熟悉主流大模型生态(GPT/DeepSeek/Qwen/Llama 等)。 2. 能够使用 RAG、向量库、Prompt 模型化、微调(LoRA)等技术搭建 AI 功能。 3. 能够设计多模型协同机制,提高智能流程的可靠性与准确性。 （五）GPU / 推理性能优化(加分) 1. 理解显存、上下文、带宽对推理性能的影响。 2. 能在不同硬件方案下优化推理速度、提升 token 性价比。 3. 熟悉量化、KV-cache 优化、推理框架加速等技术更佳。 三、岗位要求 （一）必要条件 1. 教育背景：毕业于国内双一流高校或QS世界排名前100的海外院校 2. 逻辑思维：具备极强的底层逻辑化思维能力，能从复杂现象中快速抽象出核心规律； 3. 学习能力：有明确证据证明极强的学习能力（如快速掌握新领域、高难度课程高分、竞赛获奖等）； 4. 3 年以上后端或 AI 工程经验,熟悉 Python / Go / Java 至少一种； 5. 有大模型相关项目经验(不限于 API 调用、Agent、RAG、智能自动化等)； 6. 能独立产出高质量的需求文档、开发文档和技术设计和产品代码； 7. 具备扎实的软件工程基础(架构设计、调试、性能、版本管理)； 8. 能从复杂问题中抽象关键点并提出可落地的工程方案； 9. 强烈的质量意识、责任心,自我驱动并乐于推进标准化流程。 （二）技术加分项 1. 向量库(Milvus / PGVector)、检索系统、数据工程经验 2. GPU 推理优化、量化(int8/int4)、模型部署经验 3. 大模型微调 / LoRA / SFT 经验 4. 有 Agent 平台、智能工作流系统开发经验 5. 有复杂系统架构经验(中台、数据平台、自动化系统等) （三）软素质加分项 1. 善于沟通与需求澄清,能推动模糊需求明确化 2. 具备学习能力与技术好奇心,愿意探索前沿技术 3. 能对团队其他工程师进行技术指导与审核 四、我们能提供 1. 参与构建公司核心 AI 能力,技术影响力强 2. 高度工程化的团队文化:流程清晰、技术透明、质量严格 3. 面向真实场景的大模型应用工程落地经验 4. 接触最前沿的 Agent / Workflow / 模型推理 / GPU 等技术 5. 完整的成长路径与技术发展空间