岗位职责
- 负责 AI 工作台企业级管控平台的服务端架构与核心开发，围绕多租户隔离、权限模型、配额计费、模型与工具准入等核心域，构建面向企业客户的云原生管控底座。
- 主导 AI 应用与 Agent 运行链路的安全加固，涵盖身份认证、密钥托管与透明替换、数据脱敏、提示词注入防护、内容安全护栏与运行时行为约束，确保企业场景下零密钥外泄、可管可控。
- 设计全链路审计体系，覆盖用户请求、Agent 决策、工具调用、模型出入参等关键事件的采集、留痕与合规导出，支撑安全审计与事后追溯。
- 构建 AI 应用可观测性基础设施——基于 OpenTelemetry 实现 Tracing / Logging /Metrics 全覆盖，结合评测体系、灰度发布与根因分析，形成持续迭代闭环。
- 设计企业数据与工具接入方案，包括 MCP 数据源集成、智能路由、结构化数据查询与向量检索，使 Agent 在受控范围内可靠获取企业内部信息。
- 参与模型与工具的智能编排，根据任务复杂度、延迟、成本与安全等级动态选择最合适的模型与工具组合。
职位要求
- 扎实的服务端工程能力，熟练使用 Java / Python / Go 中至少一门语言，具备高可用分布式系统的设计与落地经验。
- 熟悉云原生技术体系：Kubernetes、Docker、Service Mesh、微服务治理，有基于K8s 构建或运维生产级服务的实际经验。
- 熟悉主流 LLM API 范式与 Agent 框架，理解 Context Window、Function Calling、MCP 协议等核心概念，具备实际的接口设计与调试经验。
- 具备 Prompt Engineering 与 Context Engineering 实战经验，能系统性地设计、评测和工程化沉淀 Prompt。
- 熟悉企业级安全基础组件：身份认证与授权、密钥管理、审计日志、数据脱敏、API网关与流控，有安全合规落地经验者优先。
- 持续跟进 AI 领域前沿，能独立消化英文一手资料并转化为工程实践；习惯使用 AI 编码 Agent 辅助开发，专注于架构决策与质量把控。 加分项
- 有 AI Infra / LLMOps / Agent 平台等基础设施建设经验，熟悉多模型统一接入、限流熔断、内容安全等能力的落地。
- 有 AI Guardrail / Harness 方向的探索经验，如 Agent 执行链路中的运行时校验与自动纠偏机制。
- 有企业安全、合规审计（等保 / GDPR）相关项目经验，或参与过面向 B 端的私有化/ 混合云交付。
- 有借助 AI Agent 独立完成大规模工程任务的经历，或有可展示的开源项目与社区影响力。
