AI研发工程师

Role Overview

• 以大模型（LLM）作为核心组件，参与构建具备“思考、调用、执行”能力的后端业务系统，将产品需求与思维链转化为稳定、可扩展的 Agentic Workflow（智能体工作流）。
• 负责 AI Agent 的编排与工程化落地，包括模型调用、工具调用（Tool-calling）、多步推理、状态管理与异常处理，保障复杂业务流程的稳定执行。
• 参与模型接入、推理服务、RAG 与数据处理等核心模块建设，推动 AI 能力在真实业务场景中的规模化应用。
• 针对高并发、高可靠场景，对 AI 系统进行性能优化与工程治理，包括流式响应、异步调度、缓存策略与成本控制。
• 与产品、前端、算法及平台团队协作，持续优化 AI 系统的研发效率与交付质量，在复杂问题中独立推进模块级方案落地。

Requirements

• 5 年及以上后端或 AI 相关研发经验，具备扎实的工程基础与系统设计能力。
• 熟悉大模型应用开发范式，具备 Agent、RAG、工具调用或 AI Infra 的实际项目经验。
• 具备智能体编排经验，熟悉 LangChain、LangGraph、AutoGen 或类似框架，并能够处理模型输出不确定性、工具调用失败等复杂情况。
• 具备较强的后端性能优化能力，熟悉高并发场景下的流式处理、异步任务调度、多级缓存与资源成本控制。
• 熟悉至少一门主流后端语言（Go / Java / Python 等），代码质量与工程意识良好。
• 对 AI 技术具备高度热情，具备“AI 原住民”工程思维，能够在不确定性中快速迭代并推动结果落地。

Tech Stack

• Java
• Python
• Go