AI开发工程师

工作职责
1.AI 应用研发（核心能力建设）

• 基于大模型设计并实现智能功能，包括提示工程（Prompt）、Agent、多角色协作、结构化输出等。

• 构建可靠的 AI 推理流程链路：数据处理、调用策略、错误修正、验证机制、性能优化。

• 将模型能力工程化，开发稳定、可复现、可扩展的 AI 应用与工具链。

2.需求分析与产品落地

• 对接业务/产品，梳理原始需求，形成结构化、明确可执行的需求文档。

• 独立完成需求澄清、方案设计、开发实现与交付闭环。

• 推动规范流程（如需求确认、开发文档等）的实际落地，确保交付质量。

3.AI Native软件工程与系统设计

• 负责以AI技术原生的核心系统模块的设计与开发，保持高质量、高可维护性。

• 对复杂技术任务进行拆解、建模并规划可执行的开发路线。

• 推动代码规范、流程规范、模板管理等工程体系建设。

4.模型、数据与推理能力

• 熟悉主流大模型生态（Claude/GPT/DeepSeek/Qwen等）。

• 能够使用 RAG、向量库、Prompt 模型化、微调（LoRA）等技术搭建 AI 功能。

• 能够设计多模型协同机制，提高智能流程的可靠性与准确性。

工作要求
1.人工智能、计算机、软件工程或相关专业本科及以上学历，应届毕业生；

2.具备扎实的计算机基础（数据结构、算法、操作系统、计算机网络等），熟悉 Python / Go / Java 至少一种编程语言，有相关课程项目、开源贡献或实习经验者优先；

3.对 AI 辅助开发有浓厚兴趣，了解或尝试使用过 Claude、Cursor、GitHub Copilot 等 AI 编程工具，能借助工具提升学习与开发效率；

4.对大模型技术有热情，了解 LLM 基本概念，有 API 调用、Agent、RAG、智能自动化等相关课程项目、竞赛经历或开源实践者优先；

5.具备良好的文档撰写能力，能清晰表达技术思路，有撰写技术博客、项目报告或设计文档经验者优先；

6.具备良好的工程素养，了解软件开发生命周期，熟悉版本管理（如 Git），有实际项目开发或团队协作经验者优先；

7.具备较强的问题分析与解决能力，能从复杂场景中提炼核心问题，并尝试给出合理的技术方案；

8.责任心强，自驱力高，乐于学习新技术，愿意参与流程优化与标准化建设。

专业要求
计算机、人工智能等