岗位职责
- 全模态标注平台架构建设：负责面向LLM、图像、视频、音频的全模态智能标注平台后端架构设计与核心功能开发，支撑海量数据的高并发处理、流转与质量管控，保障数据供给的稳定性与扩展性；
- AI Native智能标注引擎研发：设计并实现基于LLM/多模态模型的自动标注、预标注及质检链路；构建标准化的Agent Framework，开发并持续迭代面向垂域场景（如RLHF、SFT、Code Generation）的标注子Agent，提升人机协同效率；
- 代码与Agentic数据专项能力建设：主导Code/Agentic类复杂数据的标注工具链建设，集成Harbor、SWE-Agent、OpenCode等开源框架并进行二次开发与适配，构建支持代码执行验证、多步推理轨迹采集的专业化数据生产环境；
职位要求
- 扎实的Java工程底座：2年以上开发经验，精通Java技术栈，深入理解JVM原理、多线程并发编程及分布式系统设计；熟练掌握Spring Boot/Cloud、MyBatis等主流框架，具备大型Web应用或平台型系统的架构设计与调优经验；
- AI工程化与Agent开发能力：熟悉LLM应用开发范式，有LangChain/LlamaIndex/AutoGen等Agent框架实战经验者优先；理解Prompt Engineering、RAG、Function Calling等核心技术，能将AI能力转化为稳定的工程服务；
- 代码/Agent生态认知：对代码大模型数据生产有深入理解，熟悉Harbor、SWE-Agent、OpenCode、Aider等代码Agent/IDE插件框架者优先；有ACM/ICPC竞赛背景或开源社区代码贡献经历者加分；
- 全栈与系统思维：具备良好的前后端协同意识，了解React/Vue等前端技术及Python数据处理生态；能从业务痛点出发，独立拆解技术方案并推动落地；
- 综合素质：对大模型数据质量有极致追求，具备优秀的逻辑思维、跨团队沟通协作能力及快速学习新技术的能力。 【加分项】
- 有ScaleAI、SurgeAI、Labelbox等数据平台开发或使用经验；
- 有RLHF/SFT数据标注平台、大模型评测平台开发经验；
- 熟悉Kubernetes、Docker容器化部署及GPU资源调度
