AI Infra后台开发

负责公司级 LLM 统一网关建设（基于 LiteLLM 二次开发）：多模型接入、智能路由、负载均衡、限流熔断、用量计费与成本核算，支撑 Claude Code / Codex 等工具在数千研发规模下的高并发稳定接入；

负责 AI 编码管控平台研发与演进：模型/路由/配置管控与审批下发、密钥与配额管理、插件与 Skill 生态，保障企业级安全合规；

设计并落地基于 LLM 的自动化工作流与复杂 Agent，覆盖需求分析、代码评审、自动化测试等环节；运用 Prompt Engineering（CoT、Few-Shot、ReAct）及 MCP / Function Calling 优化 Agent 规划与执行能力；

搭建模型用量与效能数据体系：基于 Kafka 构建日志采集链路，结合 Flink / Spark 与 ClickHouse / Doris 等 OLAP 引擎完成实时离线分析，输出用量大盘、生码率、成本核算等数据洞察；

构建产研场景 Benchmark 评测集与 Eval Pipeline，以量化指标对比模型与 Prompt 效果，数据驱动技术选型；基于 Claude Code / Codex 生态开发定制化插件、CLI 工具与 MCP Server

全日制统招本科及以上学历，计算机相关专业，至少3年及以上相关工作经验；

扎实的编程基础，精通 Python 和 Java，具备高并发网关或平台型系统的工程化落地经验，能将 AI Demo 转化为高可靠的生产级服务；

熟悉 GPT、Claude、Gemini 系列模型的 API 特性、Context Window 与擅长领域，能根据评测结果精准选型；熟练掌握 Claude Code / Codex 应用开发，必须具备 Agent 编写与调优经验，深刻理解 Memory、Planning、Tool Use 等核心机制；

具备大数据组件实践经验：熟悉 Kafka 消息链路，掌握 Flink / Spark 之一，至少熟练使用一种 OLAP 引擎（ClickHouse / Doris / Hive / StarRocks），有日志分析或指标大盘建设经验者优先；

良好的系统设计与工程素养：熟悉 CI/CD、容器化部署、监控告警体系，重视代码质量与安全合规。 加分项

有 LiteLLM / OneAPI 等 LLM 网关二次开发或生产运维经验；

有 Claude Code 插件、Skill、MCP Server 的开源贡献或社区影响力