岗位职责
岗位定位： 将大模型能力转化为可上线、可运营、成本可控的产品化能力。你将主导从问题定义到生产交付的全链路工作——做技术选型、搭应用架构、建数据闭环、构建评测体系，最终交付可持续迭代的 AI 产品。 核心职责： - 与业务、产品共创需求，将业务诉求拆解为可落地的技术方案，明确目标、边界与验收标准。 - 对所负责模块的线上质量、稳定性与成本负责，建立监控、告警与兜底机制，驱动持续迭代。 - 在 Prompt Engineering / RAG / Agent / 微调等方案间做技术选型，设计端到端应用架构（含上下文管理、工具调用、记忆机制、安全策略），完成生产级交付。 - 搭建 Agent 系统的工程化落地，包括多 Agent 协作与编排、Tool-Use（MCP 等协议）集成、Memory 管理，推动从原型到线上的完整闭环。 - 构建数据飞轮：设计采集、清洗、标注的工程化流水线，打通"上线 → 反馈 → 数据 → 迭代"循环。 - 面向业务目标设计评测指标，搭建自动化评测框架（LLM-as-Judge / Auto-rater），执行线上 A/B 实验，监控效果漂移并及时干预。
职位要求
基础条件 - 计算机、数学、统计学等相关专业，本科及以上学历。 - 3 年以上 AI 应用相关工作经验，具备扎实的工程实现能力。 - 精通 Python，熟悉主流 LLM 应用开发框架与工具链。 核心能力（必须具备） - 应用架构能力：能独立完成 LLM 应用的端到端架构设计，在 Prompt / RAG / Agent / 微调间做出合理选型并落地。 - Agent 工程化：有完整的 Agent 系统从 0 到 1 上线经验，熟悉多 Agent 编排、Tool-Use、Memory 等核心模块的工程实现。 - 交付导向：关注从原型到上线的完整路径，能主动识别风险、推动跨团队协作，按时交付可运营的产品能力。 - 数据意识：具备 Data-centric 思维，能设计数据闭环驱动产品迭代，有合成数据或数据质量治理经验者优先。 - 评测能力：能搭建自动化评估体系，具备复杂任务的量化评估与根因定位能力。 能力特质 - 技术判断力：能在多种技术路线中快速识别关键瓶颈，做出有依据的取舍，而非堆砌技术。 - 技术审美：能区分"能跑"与"可上线"，追求简洁、可维护的工程实现，避免过度设计。 - 业务体感：能站在用户和产品视角思考问题，不只是完成算法指标，而是交付业务价值。
