AI技术架构师

1. 01

   负责 AI 智能体平台的整体技术架构设计，包括多 Agent 编排、任务状态机、上下文工程、记忆与工具调用体系，主导架构评审与技术决策。

2. 02

   设计并落地统一的大模型应用技术底座：模型网关（多模型路由/降级/成本控制）、Prompt 与上下文装配层、评测与发布门禁、可观测与护栏体系。

3. 03

   制定并守护对外协议与集成标准（以 MCP 等开放协议为核心），打通企业内支付、数据、业务系统与 Agent 能力的连接。

4. 04

   主导 RAG / 知识增强、Agent 记忆、安全合规等关键技术的选型与 PoC，输出可复用的公共组件，提升跨产品线复用率。 5与产品经理、业务团队协作，将模糊需求转化为可演进的架构方案；为工程团队提供技术指导，参与疑难问题攻关。

5. 06

   跟踪大模型与 Agent 生态演进（模型能力、推理优化、Agent 框架），定期输出技术雷达，推动架构持续演进。

计算机/软件相关专业本科及以上学历，8 年以上软件研发经验，其中 3 年以上大模型应用或 AI 平台架构经验。 深入理解 LLM 应用架构核心问题：上下文管理、函数调用/工具协议、多 Agent 协作模式、幻觉控制与评测方法，有生产级落地案例。 熟悉至少一种主流 Agent 框架/编排方案（LangGraph、自研状态机编排等），并有取舍判断能力——能说清“为什么不用”。 扎实的工程功底：熟悉 Python/Java/Go 至少一门主力语言，熟悉微服务、消息队列、分布式系统设计，具备高可用与成本意识。 有模型网关、评测体系、LLM 可观测性（如 OpenTelemetry GenAI 语义约定）任一方向的建设经验。 优先项 有支付、金融、风控等强合规业务场景的 AI 落地经验。 主导过 0→1 的 AI 中台/底座建设，或有明确的复用率、交付效率提升等量化成果。 有 MCP / A2A 等协议的工程实践，或参与过开放协议生态建设。 熟悉模型微调（SFT/DPO）或推理优化（量化、vLLM 等推理框架）者优先，非必须。 软性素质 架构判断务实：以业务价值与成本收益驱动技术选型，反对技术堆砌。 沟通表达清晰，能向非技术决策层讲清技术方案的取舍与风险。 有技术影响力和带教意愿，能沉淀方法论与规范。