AI Native架构师

用AI Coding工具链重构丰图的软件开发流程和数据生产与地图研发流程，实现从需求到部署的70%以上环节由数字员工自动完成。 1. AI原生研发流水线设计（40%） 主导建设丰图内部的 "AI-Native DevPipeline"，整合： 代码生成层：Claude Code / CodeBuddy / Cursor 的标准化工作流 知识管理层：基于RAG的代码库索引（Codebase Indexing）与Skills库管理 质量门禁层：AI驱动的Code Review、自动化测试用例生成、智能修复 针对轨迹数据标注、路网拓扑校验、网格计算等GIS核心环节，设计专用AI Agent工作流 2. 数字员工集群架构（30%） 设计并落地多智能体协作框架（Multi-Agent Orchestration）： 需求分析Agent（PRD生成与拆解） 代码生成Agent（Vue3前端组件 / java/C++微服务 / PostGIS查询） 测试验证Agent（单元测试生成、GIS数据精度校验） 部署运维Agent（CI/CD流水线触发、K8s配置生成） 硬性指标：实现单个需求从文档到生产的端到端自动化率≥70%，人工仅做最终Review 3. 工程化标准与工具链（20%） 制定丰图AI Coding规范： Prompt模板库（针对java/C++错误处理、Vue3组合式API、MapLibre GL集成） Skills标准化格式（Markdown+Python/TS，兼容Claude Code与OpenClaw） MCP服务器管理（GIS空间计算、路径规划、瓦片服务的MCP封装） 建立人机协作契约：明确"AI生成代码"与"人工干预"的边界（如：核心算法模块必须人工Review，Boilerplate代码全自动化） 4. 业务场景深度赋能（10%） 将AI工程化能力注入丰图核心业务： 地图数据生产：利用顺丰的轨迹数据、业务数据，设计AI自动标注Pipeline（GPS点云→矢量地图）协助生产POI，AOI，楼栋等信息 跟踪AI自动化领域前沿技术（大模型、数字员工、自动化测试等），结合公司业务实际，挖掘技术应用场景，制定长期技术与产品迭代规划。 【任职要求】 1、具备AI Coding实战经验，提供GitHub/GitLab生产级代码（Java/TS优先），主导过完整项目的AI自动化重构，有提效数据支撑 2、熟悉ReAct、Plan-and-Execute等Agent模式，搭建过≥3个数字员工协同工作流，了解Skills机制与MCP协议 3、能Review C++/Rust代码，熟悉Vue3+TS生态，了解PostGIS、H3、矢量瓦片等GIS基础 4、具备工程化思维：能将研发流程抽象为可配置、可版本控制的Pipeline，善用第一性原理拆解任务 5、5年以上项目管理/产品经验，至少1年AI自动化项目主导经验，有完整“多角色、多数字员工”全流程闭环落地成果 6、本科及以上学历，5计算机等相关专业，5年以上工作经验 7、加分项： 开源AI Coding工具贡献、边缘计算、物流/地图/位置智能行业经验