锦鲤求职岗位描述
岗位职责
（一）业务流洞察与 AI 机会挖掘：
• 业务流梳理：深入产品验证各子团队的日常工作，梳理各自完整的工作流程与输入输出，识别高频、重复、耗时、易错的可自动化/AI 化环节。
• AI 机会清单：针对各验证子团队分别输出「AI 赋能机会清单」，明确每个机会点的现状、AI 方案、预期收益与实施优先级，形成可评审、可排期的价值地图。
• 可行性验证：选取高优先级机会点快速构建原型（Proof of Concept），以量化指标（人力节省、效率提升、质量改善）验证 AI 方案价值。
（二）面向产品验证全流程的 AI 赋能落地：
• 测试用例与计划智能生成：结合产品设计规范、固件 spec 与平台/器件兼容矩阵，利用大模型辅助自动生成/补全单体测试用例与系统兼容性测试用例，辅助生成测试计划，提升测试覆盖度与用例设计效率。
• 测试脚本与工具提效：将自然语言需求转化为自动化测试脚本（Python/C/C++），叠加 AI 能力于既有测试平台与失效分析工具，提升脚本开发、数据处理、模式发现与竞品分析效率。
• 执行结果与日志智能分析：自动化测试结果、系统级测试日志、寄存器/协议分析数据的智能解析与异常模式识别，失败用例自动聚类与根因初判，缩短问题定位与缺陷报告撰写时间。
• 问题归因与知识检索增强（RAG）：构建 AI 辅助的问题归因框架，帮助区分器件、驱动、系统层根因，加速跨层级问题定位；基于历史 issue、分析报告与知识库构建检索增强系统，支持相似问题自动召回，辅助客户问题分诊与根因定位。
• 分析报告智能生成：辅助自动生成规范化的内部分析报告与缺陷报告，支撑 issue 闭环管理与跨部门协作。
（三）AI 工程质量与团队赋能：
• 质量评估与可观测：建立 AI 应用的全链路可观测与质量评估体系（Trace、评测集、LLM-as-a-Judge），以数据与自动评估门禁驱动 AI 方案稳定交付与持续迭代。
• Agent 工作流编排：针对跨系统、多步骤的验证/分析流程，设计与编排 AI Agent 工作流（含人工介入 Human-in-the-loop），实现流程自动拆解、工具调用与闭环。
• 团队赋能与沉淀：面向产品验证团队开展 AI 能力培训与推广，沉淀 AI 应用方法论、Prompt/Skills 库与最佳实践文档，提升全部门 AI 素养与自主应用能力。
岗位要求
学历专业：本科及以上学历，计算机、电子信息、微电子、自动化等相关专业。
• 工作经验：3 年以上工作经验，其中至少包含 AI 应用落地经验；有嵌入式存储（eMMC/UFS）验证经验，或能快速学习理解存储验证业务者优先。
•业务理解与学习力：具备快速学习新业务领域的能力，能深入产品验证各子团队，听懂业务语言、理解业务痛点并转化为 AI 机会。
•沟通协作：具备良好的跨团队沟通能力，能与产品验证工程师、研发、质量管理等多角色高效协作，推动 AI 方案落地。
AI 工程能力（核心要求）：
•AI Agent 与大模型工程：熟练掌握 Agent 架构设计与开发（如 LangGraph），熟悉大模型能力接入（LLM/VLM）、Skills 编写、MCP 开发、Prompt Engineering、Function Calling 等，具备端到端落地能力。
•工作流编排：具备复杂工作流编排经验，能将多阶段、含条件路由与异常恢复的业务流程建模为可运行的 Agent/自动化工作流。
•RAG 与检索增强：熟悉 RAG 架构落地与向量检索（Embedding 模型、向量数据库等），能结合业务知识库构建可靠的检索增强应用。
•测试/工具平台能力：具备自动化测试平台或工具链建设经验，或能快速理解产品验证的测试与失效分析工具链，在此之上叠加 AI 能力。
•质量评估体系：具备建立 AI 评测集与 LLM-as-a-Judge 评估体系经验，能用数据与门禁驱动 AI 应用的稳定交付与迭代。
•工程能力：掌握 Python / Java / Go 等至少一门主流语言，具备良好的工程化、可维护性与文档沉淀能力。
四、加分项
•有将 AI 落地到测试/质检/办公等业务场景并带来可量化收益（如人力减少、效率提升）的成功案例。
•有嵌入式测试自动化工具、上位机、Debug Tool 或失效分析工具开发经验，了解测试/日志数据采集与分析。
•有多模态视觉（VLM/YOLO/OCR）、模型微调或推理加速（vLLM/CTranslate2）经验。
•熟悉 Linux / Docker / K8s / CI-CD，具备将 AI 服务化部署的经验。
•有专利、软著或技术文章产出，有较强的文档与知识沉淀能力。