AI交付工程师

劳动合同名称：【北京码博科技有限公司开发工程师劳动合同】
实际用工单位：【北京码博科技有限公司】

AI交付工程师 FDE（Forward Deployment Engineer），面向大型制造企业，有【驻场】工作的可能，负责解决大模型落地时的架构设计、混合部署、微调优化以及工程高可用等问题。

【岗位职责】
- 深入理解企业客户的复杂业务场景与私有化环境，设计可落地的 AI/LLM 混合架构（如本地算力集群 + 云端协同、统一数据空间、智能体编排系统）。
- 负责大模型（LLM）及 AI Agent 框架在客户私有化云/物理机环境下的容器化部署、网络配置及算力调度优化。
- 负责 RAG（检索增强生成）系统的本地化构建，包括知识库解析管道（Pipeline）、向量数据库（Vector DB）选型与性能调优。
- 基于开源大模型，利用企业私有数据进行微调（Fine-tuning，如 LoRA/QLoRA）或 Prompt 工程，使模型适配专业任务。
- 构建低延迟、高可靠的分布式工业智能体（AI Agent）通信网络。
- 针对企业级核心流程，探索或应用耐久化执行（Durable Execution）引擎，确保 AI 自动化编排工作流在长周期执行中的容错与状态一致性。
- 对接客户方的 IT、数据、业务专家，快速定位并解决模型应用痛点。

【技能要求】
- 精通 Python、Go、Rust、TypeScript、PostgreSQL；
- 熟练掌握 Hugging Face 生态、PyTorch 框架，具备 vLLM、Ollama、TGI 等大模型推理加速工具的部署与调优经验；
- 熟悉主流开源大模型（如 LLaMA、Qwen、Gemma、DeepSeek 等）的架构特征、 prompt 优化技巧及量化（Quantization）技术；
- 具备 RAG 实战经验，熟悉主流向量数据库（如 Milvus、Qdrant、PGVector）的混合检索优化与文本分块（Chunking）策略；
- 熟悉 AI Agent 框架（如 LangChain、AutoGen）以及MCP；
- 了解分布式工作流编排（如基于 DBOS、Restate、Hatchet 等耐久化执行概念），

【其他要求】
- 具备抗压与现场解决问题能力；
- 强烈的技术好奇心；
- 严谨的合规意识；
- 数学、英语良好。