27届校招-AI平台研发工程师(J19233)

【团队/项目简介】我们是一支专注于 AI 与大数据落地的硬核研发团队，技术栈以 Python 和 Go 为主。在这里，你将接触到最前沿的大模型工程化落地场景，拒绝“调包”与“纯理论”，致力于将 AI 技术转化为真正解决业务痛点的高并发、高可用生产级产品。我们正在寻找具备极客精神与务实作风的应届优秀毕业生，作为团队未来的核心技术骨干。

岗位职责 (Responsibilities)

1. AI 应用架构与开发：负责基于 Python 和 Go 的 AI 应用后端服务设计与开发，构建稳定、可扩展的微服务架构，支撑核心业务场景的智能化需求。

2. 大模型工程化落地：主导或深度参与 RAG（检索增强生成）、Agent（智能体）工作流的开发与优化，攻克幻觉等难题，提升 AI 应用在垂直业务场景中的准确率、响应速度与鲁棒性。

3. 模型部署与推理优化：负责大模型部署与推理加速工作，探索并落地不同 GPU 的虚拟化方案，保障高并发场景下模型服务的高吞吐量与低延迟。

4. 技术攻坚与团队协作：跟踪业界最新 AI 技术动态，主导技术预研与原型验证（PoC）；与算法、产品、前端团队紧密协作，推动技术成果向生产级产品的高效转化。

任职要求 (Requirements)

1. 学历与届别：计算机、人工智能、软件工程或相关专业，2027届应届硕士（特别优秀的本科生亦可），已取得或即将取得相应学位。

2. 编程语言：

◦ 扎实掌握 Python，熟悉异步编程，熟悉 agno 等主流 AI 应用开发框架，了解 openclaw、hermes 等主流 agent harness 架构。

◦ 熟练掌握 Go 语言，深入理解 Go 的并发模型、内存管理及性能调优，具备扎实的微服务开发经验与良好的代码习惯。

3. AI 工程经验：深入理解 LLM 的工作原理，有实际的 RAG 系统、Agent 或大模型应用编排框架的落地经验（含实验室课题、过往实习或高质量个人项目）；熟悉主流向量数据库（如 Milvus, Qdrant, Chroma）及混合检索策略。

4. 云原生与架构：熟练掌握 Docker、Kubernetes 等云原生技术，对高并发、高可用分布式系统的设计有一定的认知与实践经验。

5. 综合素质：对 AI 技术充满热情，具备优秀的问题排查（Troubleshooting）能力、极强的代码规范意识及跨团队沟通协作能力。

加分项 (Bonus Points)

【技术硬实力】

1. 在 AI 领域顶级会议（如 ACL, EMNLP, NeurIPS, CVPR 等）发表过论文，或在知名 AI 实验室/头部大厂有过核心 AI 项目的实习经验。

2. 有知名开源 AI 项目（GitHub 高 Star）的核心贡献经验，或拥有高质量的技术博客/社区影响力。

3. 在 ACM/ICPC、Kaggle 或知名 AI 算法竞赛中获得过优异名次。

【核心软素质】 (注：我们极其看重以下特质，这是决定你能否在团队中快速成长并脱颖而出的关键)

4. 内驱力：主动扛事、在模糊中自己找事做；重点看无人盯时是否仍推进、是否愿意被放在关键难节点上。

5. 独立思考：能分辨现象与根因，敢质疑、能论证；习惯用“若只改一件事会改什么”检验是否抓本质。

6. 执行力：从判断到可验证的下一步和结果闭环；在约束下多试几轮、快速迭代，不只有口号没有落地。

7. 韧性与节奏：压力下仍理性；失败能认错、纠偏、学到、翻篇；少抱怨不可控，守住自己的节奏。

8. 持续进化：系统学习、把新知用进工作；不自欺、承认盲区并补上；对新东西愿意试、不凭直觉否定。