AI 应用工程师（知识工程）

1. 01

   设计并开发基于 LLM/多模态模型的应用、服务与工作流（含 Agent 化编排）。

2. 02

   通过上下文工程、MCP调用、SKILLS设计、RAG等手段提升输出质量、稳定性与可控性。

3. 03

   集成并封装主流模型服务商 API，优化吞吐、延迟、成本与可扩展性，保障线上 SLA。

4. 04

   建立评测体系与回归机制（离线评测/在线 A/B），并搭建可观测性与监控告警（质量、延迟、成本、失败率等）。

5. 05

   与产品、业务、设计、后端/前端团队协作，推动 AI 功能在现有产品中的端到端落地。

6. 06

   编写技术文档、工程规范与最佳实践，推动团队工程化与知识沉淀。

7. 07

   持续跟踪生成式 AI 领域进展（模型、Agent、RAG、评测、安全等），并将成熟方案快速应用到生产环境。

1. 01

   计算机科学与技术或相关专业本科及以上；具备机器学习/计算机视觉/自然语言处理基础者加分。 2、2 年及以上软件工程经验，具备 API 设计、开发与集成经验；有生成式 AI 应用落地经验者优先。

2. 03

   有 Agent / 上下文工程 / RAG 的实际项目经验，理解 LLM 的能力边界、常见失效模式与治理方法。

3. 04

   熟练掌握 Python 或 TypeScript 至少一种；熟练使用 SQL；有 Web 框架经验（Flask/FastAPI 等）。

4. 05

   熟悉 Linux 开发与运维常用流程，能独立完成开发、测试、上线、问题定位与故障排查。

5. 06

   熟悉 Anthropic、Google、OpenAI等主流模型服务商 API 的使用与工程化封装经验。

6. 07

   良好的沟通协作能力与服务意识，具备较强学习能力与主动推动能力。

加分项

1. 01

   有类似 Lovart、Claude Code 等 AI 原生应用/开发工具类产品经验

2. 02

   熟悉 Kubernetes（K8s）原理与实践，有云原生相关开发/部署经验（如容器化、CI/CD、可观测性等）