AI研发工程师

岗位职责：1、AI应用开发与交付：负责AI应用的设计、开发与落地，将其打造为标准化的AI应用能力。包括参与模型训练、平台开发到应用落地的全流程项目交付工作。2、大模型与Agent融合：负责AI大模型及Agent（智能体）能力与IPD业务平台的融合。具体工作包括构建高索引知识库、建设业务智能辅助决策场景，并主导相关技术方案的设计与实施。3、数据产品与智能分析：构建端到端的数据产品，从数据源接入、ETL（数据抽取、转换、加载）管道，到可视化看板。同时，开发基于AI的自助数据查询与智能归因分析工具，为运营提供事前预警和决策支持。4、研发流程智能化：深度参与IPD体系的优化，利用AI技术识别并解决研发流程中的瓶颈（如需求变更率、设计评审周期等）。通过构建研发效能度量体系，实现数据驱动的研发资源调配与流程改进。5、系统架构与核心模块开发：负责IPD及ISC（集成供应链）等业务平台的架构规划、微服务设计与核心模块开发。主导复杂业务流程和大数据量业务模块的研发、重构与性能调优。技术规范与团队赋能：主导技术方案评审，制定研发规范。推动如VibeCoding等AI辅助开发方式在团队中落地，提升团队的整体交付与工程能力。同时，负责培养AI人才，构建可持续发展的AI人才梯队。任职条件：1.精通python/java等编程语言，熟悉异步编程（如asyncio）、异常处理、API封装（如fastapi/flask）等；2.熟练使用agent或大模型应用开发框架，如langchain、langgraph、agentscope等；3.熟悉agent系统设计中涉及的上下文管理、任务状态管理、多智能体协同等关键技术；4. 理解大模型的局限性（幻觉、上下文窗口、推理边界），能针对性设计规避方案；5.掌握 Prompt Engineering 核心技巧：指令设计、角色定义、格式约束（JSON/Markdown）、少样本示例（Few-shot）等；6.深入理解RAG技术原理与实践，具备RAG系统从0到1的设计、开发与优化经验；7.有实际的agent或大模型应用开发项目经验以及解决实际技术问题能力。