AI平台研发工程师

职责描述
1. 负责企业级 AI 应用及平台核心模块的设计、开发与落地，围绕知识问答、业务协同、研发提效等场景，完成需求分析、技术方案、原型验证、上线交付及持续优化，沉淀可复用的技术能力。

2. 负责知识与上下文服务建设，打通业务文档、结构化数据及业务系统，建设数据解析、知识抽取、索引更新、混合检索、重排序与来源追溯能力，为大模型和 Agent 提供准确、可控的业务上下文。

3. 参与领域本体与语义层设计，与业务及数据团队共同梳理业务概念、实体、属性、关系和规则，建立跨系统数据与业务术语的语义映射；推进知识图谱构建及语义模型迭代，支撑业务知识检索、关联分析与 Agent 任务执行。

4. 负责 Agent 工作流与工具集成能力开发，建设任务编排、上下文与记忆管理、工具调用及异常恢复机制；通过 API、MCP 等方式接入业务系统，完善工具注册、版本管理、权限校验和高风险操作确认机制。

5. 建设 AI 应用评测与优化体系，围绕检索质量、回答准确性、任务完成率、响应时延及调用成本开展测试和分析，通过评测集、线上反馈和问题复盘持续提升系统效果与可靠性。

6. 负责相关服务的工程化建设与运行维护，完善接口规范、自动化测试、部署发布、监控告警和日志追踪，落实数据访问控制与安全审计，协同产品、业务及数据团队完成项目交付。

任职要求
岗位名称：AI平台研发工程师

岗位职责

1. 负责企业级 AI 应用及平台核心模块的设计、开发与落地，围绕知识问答、业务协同、研发提效等场景，完成需求分析、技术方案、原型验证、上线交付及持续优化，沉淀可复用的技术能力。

2. 负责知识与上下文服务建设，打通业务文档、结构化数据及业务系统，建设数据解析、知识抽取、索引更新、混合检索、重排序与来源追溯能力，为大模型和 Agent 提供准确、可控的业务上下文。

3. 参与领域本体与语义层设计，与业务及数据团队共同梳理业务概念、实体、属性、关系和规则，建立跨系统数据与业务术语的语义映射；推进知识图谱构建及语义模型迭代，支撑业务知识检索、关联分析与 Agent 任务执行。

4. 负责 Agent 工作流与工具集成能力开发，建设任务编排、上下文与记忆管理、工具调用及异常恢复机制；通过 API、MCP 等方式接入业务系统，完善工具注册、版本管理、权限校验和高风险操作确认机制。

5. 建设 AI 应用评测与优化体系，围绕检索质量、回答准确性、任务完成率、响应时延及调用成本开展测试和分析，通过评测集、线上反馈和问题复盘持续提升系统效果与可靠性。

6. 负责相关服务的工程化建设与运行维护，完善接口规范、自动化测试、部署发布、监控告警和日志追踪，落实数据访问控制与安全审计，协同产品、业务及数据团队完成项目交付。

岗位要求

1. 计算机、软件工程、人工智能或相关专业本科及以上学历，3年以上软件研发、数据平台或 AI 应用开发经验，具有实际的大模型应用或 Agent 项目交付经历。

2. 熟练掌握 Python、Java、Go 中至少一门编程语言，具备扎实的数据结构、数据库、网络及服务端开发基础；能够独立完成核心模块的设计、开发、测试与问题排查，具备 SQL 及数据处理能力。

3. 熟悉大模型应用开发机制，掌握提示词设计、上下文管理、工具调用及 RAG 的关键流程；具备 Agent 或知识检索系统实践经验，能够定位并优化检索遗漏、回答失真、工具调用失败等问题。

4. 具备数据建模与业务抽象能力，理解领域本体、知识图谱和语义层的作用及区别，能够将业务概念、实体关系和规则转化为可实现的数据模型与接口设计；具备知识建模、元数据管理或语义映射相关实践。

5. 熟悉向量检索、关键词检索与重排序等技术，能够根据业务场景选择合适的检索方案；具备效果评测、性能优化及生产问题排查能力，理解准确性、时延、成本和可维护性之间的权衡。

6. 具备良好的需求分析、技术文档及跨团队协作能力，能够与业务人员共同澄清概念、数据口径和验收标准，推进方案落地；重视代码质量、权限边界、数据安全及系统稳定性。

加分项

1. 有企业级本体、知识图谱或语义层建设经验，熟悉 RDF/OWL、SHACL 等语义建模与约束校验技术，或具备 Cypher、SPARQL 等图查询语言实践。

2. 有 GraphRAG、复杂任务 Agent、工具治理平台或企业级 AI 平台建设经验，能够提供清晰的技术方案、个人贡献及上线效果说明。

3. 有制造、供应链、企业服务或研发效能等领域经验，熟悉业务数据与流程，能够将行业知识转化为可复用的模型、工具及应用能力。