资深后台开发（Agent 应用与模型工程化方向）

岗位职责： 1. 负责 AI Agent 应用层的后端研发与端到端交付，围绕业务场景设计并实现智能问答、任务执行、内容生成、搜索推荐、运营提效等 Agent 应用能力。 2. 负责 Agent 系统核心模块建设，包括对话管理、意图识别、工具调用、任务编排、上下文管理、记忆机制、权限控制、结果评估与异常兜底等。 3. 负责大模型及多模态模型的服务化开发，配合算法同学完成模型部署、接口封装、推理服务接入、效果验证与线上问题排查。 4. 参与模型工程化落地，覆盖模型服务部署、推理链路优化、服务稳定性治理、监控告警、日志追踪、灰度发布、容量评估与成本优化等工作。 5. 参与 AI 应用相关数据处理链路建设，基于 Spark、Ray 等大数据处理框架完成数据清洗、特征加工、离线计算、批量任务调度与数据服务支撑。 6. 负责与产品、算法、数据、业务团队协作，理解业务需求并拆解技术方案，推动 AI 能力在实际业务场景中高质量落地。 7. 关注 Agent、RAG、多模态模型、大模型应用框架及 AI Coding 等技术方向，持续提升团队研发效率与 AI 应用交付质量。 岗位要求： 1. 具备扎实的后端开发能力，熟悉常见 Web 框架、微服务架构、高并发服务设计、多线程开发与性能调优。 2. 必须掌握 Spark、Ray 等大数据处理框架，具备海量数据处理、分布式任务调度、离线计算、批处理或数据管道建设经验。 3. 有 AI 应用、Agent、RAG、智能客服、智能搜索、内容生成、自动化任务处理等相关项目经验者优先。 4. 熟悉大模型应用开发流程，理解 Prompt Engineering、Function Calling / Tool Calling、上下文管理、向量检索、Embedding、RAG 等常见技术方案。 5. 具备模型服务工程化经验，熟悉模型 API 封装、推理服务部署、服务监控、性能优化、线上问题定位等工作；有 vLLM、TensorRT、ONNX、Triton、Ray Serve 等经验者优先。 6. 熟悉 Docker / Kubernetes，具备线上服务部署、扩缩容、灰度发布、监控告警、稳定性治理等工程实践经验。 7. 具备良好的项目管理和跨团队协作能力，能够协调产品、算法、数据和业务团队资源，推动复杂需求按时高质量交付。 8. 熟练使用 AI Coding 工具提升研发效率，具备较强的自驱力、责任心和独立端到端交付能力。