AI应用架构工程师

负责公司核心业务场景（如智能客服、工作流自动化、企业知识管理、研发辅助等）的端到端AI应用架构设计，输出架构决策记录（ADR）、系统蓝图及关键技术选型说明；

制定并维护公司级LLM应用技术栈标准，涵盖推理框架、RAG中间件、Agent编排框架、向量/关系数据库、模型网关、缓存与降级策略等；

对现有AI系统进行架构审计与重构，识别可扩展性、可观测性、安全合规及成本效率瓶颈，提出改造方案；

跟踪大模型、Agent框架、RAG技术及AI基础设施的前沿动态，输出技术雷达报告与落地建议；

主导公司内部AI技术中台（如统一模型接入网关、Prompt管理平台、评测系统）的架构设计与演进规划；

建立AI应用质量与评估体系，包括模型效果基准、在线/离线评测方法论及安全护栏策略；

推动模型推理优化（量化、蒸馏、投机解码等），设计成本监控与调度策略，降低总体拥有成本（TCO）。

7年以上软件开发经验，其中3年以上专注于AI/LLM应用方向，2年以上技术架构设计或Tech Lead经验；

计算机、人工智能或相关专业本科及以上学历（技能突出者可放宽）；

英语水平CTE4及以上，能流畅阅读英文学术论文及技术文档；

精通Transformer架构原理、主流开源模型体系及生产级模型部署实践；

具备生产级RAG系统架构设计能力，熟悉多级检索管道、分块策略及向量数据库优化；

掌握LLM应用架构模式、可观测性栈及高可用容灾设计；

熟悉Docker/Kubernetes服务编排、GPU基础设施管理及AI组件CI/CD流程。