职位描述：
1. 系统架构设计与开发：主导AI应用后端系统的架构设计、技术选型与落地实施，负责数据服务、缓存集群、消息队列等核心模块的开发与维护，保障系统的高扩展性、高可靠性。
2. AI技术工程化落地：对接算法团队，将大模型、机器学习模型等AI能力转化为工程化服务，设计模型调用、推理优化、数据交互等方案，解决AI模型落地过程中的性能、稳定性问题。
3. 性能优化与技术攻坚：主导系统性能瓶颈分析与调优，针对性解决高并发、大数据量场景下的响应延迟、资源占用过高问题，保障AI应用在峰值场景下的稳定运行。
4. 需求拆解与方案输出：深度参与AI业务需求研讨，将业务需求拆解为技术方案，输出高质量的技术设计文档，为项目落地提供专业技术支撑，推动需求高效落地。
5. 团队技术赋能与建设：承担技术导师职责，指导中级开发工程师的工作，分享AI工程化、后端开发等领域的前沿技术与实战经验；参与团队技术规范、编码标准的制定与落地，提升团队整体技术能力，寻求业务拓展。
6. 技术创新与迭代：关注AI工程化领域的新技术、新趋势，推动技术架构迭代升级，提升AI应用的开发效率与业务适配能力。
职位要求
1. 本科及以上学历，计算机、软件工程、人工智能等相关专业，5年及以上后端开发经验，2年及以上AI应用/大模型工程化落地经验；
2. 具备较强的技术架构思维与方案设计能力，能快速拆解复杂业务问题并给出最优技术方案；精通SpringBoot，Spring Cloud，Spring AI框架实战经验；熟悉API设计规范，能独立设计高可用的接口体系；
3. 精通Go编程语言，熟练掌握Python，深入理解其底层原理与性能优化技巧；
4. 熟练掌握MySQL、PostgreSQL等关系型数据库，Redis等缓存技术，Elasticsearch、向量数据库（Milvus等）者优先；
5. 有大模型API调用、微调部署、服务化封装经验，熟悉LangChain、LangGraph等框架者加分；
6. 具备高并发、高可用系统开发与优化经验，能独立排查系统性能问题、线上故障，有大规模AI应用落地案例者优先；
7. 具备良好的沟通协调能力与团队管理意识，能有效推动跨团队（算法、产品、前端）协作项目落地；
8. 对AI技术有浓厚兴趣，学习能力强，能快速跟进AI领域的新技术、新工具；
9. 具备严谨的逻辑思维、较强的问题排查能力与抗压能力。