Keeta 客户端研发工程师

1、AI-Native 应用架构设计与研发 负责 Keeta 客户端 AI-Native 功能的架构设计与全链路研发。深入理解业务场景，将 LLM、Agent、RAG 等 AI 技术以"原生"方式融入产品主干，打造智能搜索、AI 助手、智能推荐、自然语言交互等 AI-Native 体验。关注用户价值与技术可行性的平衡，确保 AI 能力真正解决用户问题。 2、AI Coding 工作流建设与推广 在团队内推动 AI-Coding 工作流的落地与演进。包括：基于 Cursor、GitHub Copilot、Claude Code 等 AI 编程工具的高效使用，Prompt Engineering 与工程实践的结合，AI 驱动的代码审查与质量保障，以及 AI 工具链的自动化集成。帮助团队建立 AI 时代的开发范式，提升整体研发效能。 3、AI 技术落地与工程化 跟进 AI 技术前沿趋势，将 LLM、Agent、多模态等 AI 技术转化为稳定、高效的工程方案。负责 AI 功能的性能优化、稳定性保障、错误处理与监控体系建设，确保 AI 能力在实际业务中可靠运行。 4、技术攻坚与文化建设 在团队内逐步构建"AI-Native"的工程文化，带领团队持续学习和突破技术边界。建立 AI 应用开发的最佳实践，包括 Prompt 管理、AI 功能测试、安全与合规等体系化能力。 【任职要求】 1、扎实的工程能力 本科及以上学历，计算机相关专业。5 年以上工程经验，精通至少一门主流编程语言（Kotlin/Swift/TypeScript/Python 等）。对客户端或前端架构有深入理解和实战经验，能够独立负责复杂功能的架构设计与研发。 2、AI-Native 应用开发经验 对 AI 技术发展有浓厚兴趣，具备 AI-Native 应用的实际开发经验或强烈意愿。熟悉 LLM 应用开发的核心概念（Prompt Engineering、Function Calling、RAG、Agent 设计等），了解常用 AI 框架与平台。能够将业务需求转化为 AI 方案，而非仅仅调用 AI 接口。 3、AI Coding 工具链实践 熟练使用 AI 编程工具（如 Cursor、Claude Code 等）提升开发效率。理解 AI 工具的能力边界与适用场景，能够设计并推广高效的 AI-Coding 工作流。具备 Prompt Engineering 的工程化思维，能够将最佳实践沉淀为团队规范。 4、好奇心与学习力 具备技术自驱力和快速学习的能力。AI 领域发展迅速，我们需要能够持续跟进前沿趋势并快速转化为工程实践的人。能够主动探索新技术，并将其应用于解决实际问题。