岗位职责
- 聚焦游戏发行宣发、运营业务场景，负责带领组员高效完成业务开发；
- 擅长ai native开发，能将业务需求和技术原型转化为生产级 Agent 产品——从方案设计、核心开发到上线运维，对线上可靠性和效果负责；
- 负责 Agent 生产化工程：容错降级（超时/限流/幻觉兜底）、可观测性体系、回归测试与灰度发布，确保非确定性系统稳定运行；
- 构建评测体系并嵌入交付流程：定义指标（准确率、召回率、幻觉率），建立自动化评测 pipeline，从 badcase 归因驱动系统性改进；
- 负责 Agent 编排架构设计：Function Calling 体系、多轮对话状态管理、上下文工程，参与 MCP 协议集成等基础设施建设；
- 负责技术方向把控与经验沉淀：评审方案、定义最佳实践、将经验编码进团队工具链与规范。
职位要求
- 有良好的技术视野与业务敏感，不局限于过往技术栈，乐于ai基建独立完成业务推进和突破，有强烈意愿成为ai超级个体；
- 有 AI 原型/POC 转化为生产级产品的实战经验，清楚"demo 能跑"到"线上稳定"之间需要解决哪些工程问题；
- 深入理解 LLM Agent 工作原理与架构模式（ReAct / Plan-Execute / Multi-Agent），有 trade-off 判断能力而非仅停留在框架使用；
- 掌握 RAG 工程化：chunking 策略、混合检索方案、rerank 机制，有系统性效果优化方法论；
- 扎实的后端工程能力：熟练掌握 Java/Python/Go 至少一门，具备分布式系统、高并发经验，能独立完成服务端架构设计；
- 具备技术领导力：能在复杂技术决策中给出有依据的判断，将个人经验转化为团队规范和工具；
- 优秀的沟通协作与问题拆解能力，能与业务、产品、技术各角色有效对齐。 优先考虑：
- 有丰富的前后端业务开发经验，或者游戏开发经验；
- 有 Agent 产品从原型到生产上线的完整经验，能说清核心工程挑战及解法；
- 有 LLM 应用生产化经验——容错降级、效果监控、线上 badcase 系统性归因与修复；
- 有 Agent 平台架构设计经验（自研或基于 Dify/Coze/LangChain 等）；
- 有宣发/营销/运营/客服场景的 Agent 或 RAG 落地经验；
- 熟悉 MCP 协议、Function Calling 编排、多 Agent 协作等前沿方向。
