岗位职责
- 负责资产运营多模式业务的技术方案主导与交付，覆盖供应协同、到货计划、现场交付、资产运营与现场资产运维、财务对账等十余类领域，主导技术评审、性能与稳定性保障，对最终交付结果负责。
- 负责资产运营业务域的系统架构演进与技术决策，面向持续新增的业务模式主导领域拆分、核心模型与扩展机制设计，将模式差异沉淀为统一底座上的可配置扩展点，持续降低新模式的改造成本与系统复杂度。
- 负责相关平台的AI 原生架构的规划与落地，主导大模型与 Agent 能力在业务链路中的工程化，涵盖场景选型与可行性评估、上下文与知识工程、工具与 MCP 接入、多 Agent 编排与任务调度、执行护栏与权限隔离、评测集与效果回归体系建设，形成可复用的 AI 平台能力与工程规范，并对 AI 应用的准确率、时效与人力效能收益负责。
- 负责团队 AI 研发效能的提升与技术传承，推动 AI 在需求分析、编码、测试与代码审查环节的规模化应用并度量收益，主导技术选型、架构评审与核心人才培养。
职位要求
- 具备大模型应用系统的完整落地经验，独立主导过至少一个 AI 或 Agent 类系统从架构设计、开发上线到持续运营的全过程，并可提供可量化的业务结果，如任务准确率、处理时效或人力替代效能。
- 深入掌握大模型应用的关键技术与工程实践，包括提示与上下文工程、RAG 与向量检索、工具调用与 MCP 集成、Agent 编排与状态管理、模型选型与推理成本优化、评测集设计与效果回归、安全护栏与权限隔离，并具备灰度、降级、幂等重试与全链路可观测等生产级工程能力；熟悉主流框架生态，了解模型微调与私有化部署的适用边界。
- 8 年以上研发经验，其中 5 年以上大型分布式业务系统的架构设计经验，主导过复杂领域系统从 0 到 1 建设及持续演进；精通 Java 或同等语言，熟悉微服务、分布式一致性、消息中间件、数据库设计与性能优化。
- 具备复杂领域建模与扩展机制设计能力，能够通过领域驱动设计、配置化与插件化机制，在多业务模式并行的场景下有效控制系统复杂度与耦合度。
- 具备跨团队技术方案的主导经验，有 5 个以上系统协同的复杂项目落地经历，能够统一技术口径、把控风险与稳定性，并具备技术评审、规范建设与人才培养能力。 加分项
- 具备数据中心或智算中心、供应链协同、资产管理或财务对账类系统的研发经验；有 AI 平台或 Agent 平台建设经验者优先。
