AI后端高级工程师

AI 基础设施与平台建设：负责 AI 服务平台及数据平台的架构设计与核心建设开发，完成 ASR、LLM、TTS、翻译等能力的标准化接入与调度，优化多模型路由、性能、稳定性及成本。

Agent 与复杂链路开发：负责 AI Agent 核心能力建设，包括任务规划、多轮对话、状态管理、工具调用（Tool Calling/MCP/Skill）及长上下文记忆等关键模块。

RAG 系统优化：负责 RAG 系统工程化落地与持续优化，涵盖文档解析、智能分块、混合检索、Rerank 等环节，提升垂直场景下的回答准确率与召回率。

数据闭环与评估体系：建设 AI 应用数据反馈与自动化评测体系，通过数据分析、Golden Dataset 及 Eval Pipeline，持续推动模型、Prompt 和应用效果优化。

技术探索与工程赋能：跟进 LLM、Agent 等前沿技术并推动工程落地，同时探索 AI Coding 等工具，提升团队研发效率

计算机基础：计算机、人工智能等相关专业本科及以上学历，具备扎实的计算机基础、系统设计能力和良好的代码质量意识。

后端与分布式能力：精通 Python、Java或 GO 等一种至多种语言，熟悉主流后端框架、微服务、消息队列、缓存及 Docker/K8s，具备高并发、分布式系统开发经验。

LLM 应用开发经验：理解大语言模型基本原理及应用生态，熟悉 LangChain、LangGraph、LlamaIndex、Semantic Kernel、Spring AI 等框架之一，有 Agent、RAG 等项目落地经验。

数据与检索能力：熟悉 Milvus、Qdrant、Elasticsearch 等向量检索技术，具备数据清洗、ETL 及相关数据工程经验。

业务与协作能力：具备较强的问题分析和技术攻关能力，能够将复杂业务需求转化为可落地的技术方案，并推动跨团队协作与产品落地