AI应用与解决方案工程师

职位描述

作为企业 AI 能力的“连接器”，负责将前沿的大模型技术转化为可解决实际业务痛点的应用方案。核心任务聚焦在构建并维护一个高可用的 AI 应用支撑体系，通过对 RAG、Agent 及工作流编排的深度运用，赋能各业务部门实现数字化转型。你不仅要处理从底层算力到上层应用的容器化部署，更要确保 AI 能力能精准、稳定地嵌入企业日常工作链路中。 1. AI 业务场景赋能与落地：深入业务场景，灵活运用 RAG（检索增强生成）、Agent 智能体策略、复杂 Skills 插件编排等技术路径，将大模型能力高效转化为业务生产力，打造端到端的 AI 驱动解决方案； 2. 核心应用能力治理与集成：负责搭建集模型调度、知识索引、技能编排于一体的 AI 支撑架构；通过抽象化的中间件设计，平衡模型推理性能与业务逻辑需求，为各部门提供可快速复用、可灵活扩展的 AI 逻辑组件与自动化引擎； 3. 技术演进调研与转化：持续追踪全球 AI 开源生态与前沿技术趋势，负责高效能工具（涵盖代码辅助、垂直领域解析、多模态处理等）的评估、内化与推广，建立企业内部 AI 技术工具箱； 4. Prompt 策略与模型工程：负责针对复杂业务逻辑进行 Prompt 框架设计与评估，通过提示词优化、Few-shot 调优及模型组合策略（Model Routing），在性能、准确率与成本之间达成最佳平衡； 5. 服务架构保障与优化：负责 AI 应用层组件的容器化治理与环境构建，优化推理响应链路（如流式传输、并发处理），确保 AI 服务在高频业务场景下的稳定性与响应体验。

职位要求

1. 计算机 / 通信 / 软件工程相关专业，本科及以上，具备 2 年以上 AI 项目落地、技术实施或中台开发经验； 2. 深厚的 AI 落地功底：精通 RAG 全链路优化（包括语义解析、混合检索、重排序等）、Agent 任务规划及 Skills 编排逻辑，具备处理复杂、非线性业务流的思维能力； 3. 主流框架与协议经验：熟悉主流 LLM 应用开发框架与中间件，具备从 0 到 1 搭建并运维 AI 应用支撑系统的实战经验，了解 OpenAI API 规范及其扩展应用； 4. 扎实的开发者素质：精通 Python 编程，熟悉分布式系统基础、Web 服务架构及各类数据编解码技术，具备将算法逻辑封装为高可用生产级服务的能力； 5. 云原生与部署能力：熟练掌握容器化技术及相关编排工具，了解基础的 Linux 系统调优、各种 GPU 硬件适配及轻量化推理引擎部署； 6. 业务翻译与解决问题能力：具备强烈的需求敏感度，能够将碎片化的业务需求抽象为可落地的技术模型，擅长解决 AI 应用在落地过程中的确定性与边界问题； 7. 极客精神与自驱动力：对 AI 特性及局限性有深刻认知，具备快速学习并在陌生技术环境下的“填坑”能力，能独立阅读英文论文或技术文档进行选型分析； 8. 协同与推动力：具备良好的跨团队沟通策略，能与算法、架构及业务侧共同推动 AI 项目的敏捷开发与快速交付。