职位描述

我们做什么（公司业务与价值）
实战云面向高校与职业教育，提供“AI 实践与教研教学平台”，核心产品包括：
- AI 学伴：课内外智能助学与作业闭环（布置→实做→评测→反馈）。
- AI 案例集：行业化可运行案例（容器镜像/一键演示/课程融入）。
- RAG 知识库 & Agent 广场：多智能体协作与检索增强的标准化能力层。
我们以 “师生深度使用” 为北极星指标，通过版本化交付 + 评测驱动实现可复制的教研与实训落地，配合生态伙伴（火山引擎、腾讯、阿里云、AWS、摩尔线程等）加速规模化覆盖与低成本部署。
产品介绍：实战云AI实践内容赋能平台产品介绍
---
角色定位（你将解决的关键问题）
作为 AI 技术栈负责人，你将统筹 架构路线、工程质量、成本与可观测性，把技术团队的现状升级为：
1. 工作流编排（学习/作业/评测全链路），
2. Agent/RAG 网关（统一接口与能力集），
3. 容器化与评测链路（案例镜像/自动评测/A-B 看板）。
最终让平台在稳定性、准确率、原创性、延迟、成本上持续达标并复制到更多院校。
---
岗位职责（What you’ll do）
- 技术蓝图：设计“应用层—智能体&检索层—基础设施层”的三层架构与演进路线。
- Agent/RAG 平台化：沉淀能力网关、PromptOps/FeatureOps 规范、SDK 与模板库。
- 工作流/评测体系：建立面向作业与案例的编排与自动评测、离/在线 A/B 与回归。
- 服务化改造：从现有系统拆分鉴权/网关/计费/作业/评测/知识库等域服务，统一 API。
- 数据治理与安全：文本分块、向量检索、混合召回、重排、权限/审计/脱敏/多租户。
- 团队带教：推动双 Owner 机制、代码评审、技术复盘、休克演练和知识沉淀。
---
招聘要求（我们期待你）
必须具备
- 35岁以下，5年+技术经验；≥3 年 LLM/Agent/RAG 架构与落地经验；带队/跨团队协作记录。
- 精通一种主力语言（Python/Go/Node）。
- 具备 RAG 工程化（分块、Embedding、混合检索、重排、文档治理）与 LLM 调用优化（并发、缓存、函数/工具调用、退避重试）。
加分项
-
---
团队优势（为什么选择我们）
- 业务直连：和院校一线教学场景深度共创，需求清晰、反馈快速。
- 平台舞台：在 工作流 × Agent × RAG × 容器评测 的全链路做真正的平台化。
- 生态资源：与头部云与硬件伙伴合作，模型接入与算力资源路径顺畅。
- 工程文化：反对 PUA，强调客户第一、始终创业、求真务实、坦诚开放、持续成长；以评测和复盘说话。
- 双 Owner 机制：业务与技术共同对指标负责，避免“只给方案不管结果”。