Harness工程师（AI平台/智能问数方向）

1. 负责公司AI平台及“智能问数平台”的架构设计、核心功能开发与持续迭代，建设可支撑多业务线的企业级AI能力；结合产品、算法和业务需求，推动AI能力在实际场景中落地；

2. 建设模型接入、智能体编排、Prompt管理、RAG和工具调用等通用能力；面向金融复杂场景，基于OpenClaw / QwenPaw等大模型框架设计智能体工作流，优化意图识别、智能路由、逻辑推理、多轮对话及金融术语解析；

3. 建设AI应用构建、调试、评测、发布和运行监控的全生命周期能力；围绕内部研报、风控规则、规章制度等非结构化数据，完善文档解析、向量检索、知识融合和金融垂域RAG，提升问答准确性与研发交付效率；

4. 负责平台服务接口、任务调度、数据处理、权限控制和日志审计等基础模块；打通宏观、行情等通用金融资讯与内部业务系统的数据链路，开发数据分析工具（Skill）插件，支持从信息检索到复杂计算与深度分析；

5. 优化平台及问答服务的性能、稳定性、安全性和可扩展性，解决高并发、低延迟场景下的工程问题；完善数据隔离、权限管控、调用审计、越权拦截、敏感数据动态脱敏和大模型防幻觉机制，满足金融级安全要求。

1. 硕士及以上教育背景，计算机、软件工程、人工智能等相关专业；智能问数方向需具备3年以上后端研发或AI算法工程化落地经验；

2. 熟练掌握Python、Java或Go中至少一种语言及主流开发框架，具备良好的代码质量意识和服务端系统设计能力；熟悉数据库、缓存、消息队列、微服务、分布式系统、Git、CI/CD、容器化部署及常见研发流程；

3. 理解大模型、智能体、Prompt、RAG和工具调用的原理与实现，具备AI平台或智能体工作流的工程实践，能够独立承担核心模块设计开发和复杂问题攻坚；

4. 智能问数方向还需具备扎实的编程与系统设计能力，熟悉MySQL/OceanBase等关系型数据库原理及复杂SQL调优，熟练使用Milvus、Elasticsearch（ES）等向量与搜索引擎；深入理解LLM架构，具有Prompt Engineering、RAG系统搭建及智能体工作流编排经验；

5. 具备较强的问题分析、技术学习、独立思考和跨团队协作能力；能够结合金融业务场景设计可靠的问答、数据分析和安全管控方案。