岗位职责
- 负责AI能力在业务侧的工程化落地：从需求澄清、方案设计、PoC验证到上线交付与持续迭代，保证可用性、稳定性。
- 建设AI工程标准化落地方案与平台能力：沉淀可复用组件/SDK/脚手架与交付SOP，推动多业务线复用与规模化推广。
- 构建LLM/多模态应用体系：包括RAG（检索增强）、Agent/Workflow编排、工具调用（Function Calling/MCP等）、记忆工程（Memory）、结构化输出与复杂任务分解。
- 跟踪行业最新AI能力与工程趋势并推动落地：如新模型接入与路由、多Agent协作、推理增强、长上下文、多模态、自动化评测与安全对齐等，形成可验证收益的创新方案。
- 与产品/运营/算法/数据/安全团队协作，把AI能力嵌入关键业务流程（广告投放、素材生产、数据加工、BI报表等），提升效率与效果。
职位要求
- 3年以上后端/平台开发经验（Java/Go/Python等），工程基础扎实：并发、网络、性能、分布式、稳定性治理。
- 有AI应用工程化经验：主导过至少1个LLM相关项目从0到1上线并持续迭代（RAG/Agent/知识库/自动化运营/智能分析等），能用数据证明价值。
- 熟悉LLM应用关键技术栈与方法（具备其一或多项并能落地）：RAG、Workflow/Agent编排、工具调用（含MCP）、记忆/上下文治理、提示工程、结构化输出、评测与A/B。
- 具备线上交付与平台化能力：服务化部署、弹性扩缩容、缓存/队列、限流熔断、灰度发布、监控告警、成本与延迟优化。
- 了解大数据技术栈，如MaxCompute、Holo、StarRocks、Flink等，有实际项目经验者优先
- 有广告投放/归因/RTA/数据工程等相关经验者优先
