AI软件工程落地工程师

一、职位概述
面向大型行业软件工程项目，在强状态、强约束、强审计场景下，负责/主导大模型应用能力的工程化落地与质量闭环，覆盖需求澄清、技术方案、Java集成开发、评测体系与测试验收，确保交付可集成、可测试、可审计、可持续迭代。
二、岗位职责
1. 需求调研与上下文工程（Context Engineering）：参与需求澄清，将业务语义、系统状态、变更历史、权限/合规要求等上下文结构化沉淀（口径/规则/接口契约/样例/用例），输出需求纪要、功能清单、任务拆解、风险与验收口径；
2. Java工程实现与系统集成：负责大模型能力的 Java 工程实现与封装（服务/API/组件），完成接口设计、联调、异常处理、性能与稳定性保障（超时/重试/限流/熔断/缓存等），并完善可观测（日志/指标/告警线索）；
3. RAG知识库模块建设：参与/负责文档接入、切分与索引、检索策略配置、引用证据展示、效果调优与版本管理（不要求模型训练）；
4. 可验证性与评测/验收体系（Determinism & Verification）：建设测试集与评测流程，输出评测报告（准确率/幻觉率/延迟/成本/失败case分析），推动回归验证、灰度上线与验收放行；
5. 工程记忆与责任留痕（Long-term Memory & Accountability）：沉淀可追溯、可版本化、可审计、可回滚的工程记忆资产（ADR、评测报告、验收口径、变更记录、发布记录、复盘材料），明确评审签字与责任边界；
6. 数据与权限边界（Data/Access）：遵循最小权限、脱敏与隔离环境原则进行数据接入与联调验证，配合安全合规要求完成必要的留痕与审计。
三、任职要求（必备）
1. 本科及以上，计算机/软件相关优先（可按内部标准调整）；
2. Java开发经验（建议 3 年左右或同等能力）：熟悉 Spring Boot；熟练使用 Git；具备接口设计、联调与问题定位能力；
3. 具备大模型应用落地经验：至少参与过 1 个 LLM/RAG/智能助手类项目，能清晰描述本人负责模块、交付物与结果；
4. 具备工程化与质量意识：理解并实践过稳定性手段（超时/重试/限流/熔断/缓存等）与可观测（日志/指标/异常分析）；能将需求落到可回归、可验收的测试与证据链；
5. 结构化表达与文档能力：能输出方案对比、评测报告、验收清单、变更/发布记录与上线复盘材料；
6. 对权限与数据边界有基本意识：理解最小权限、脱敏、隔离环境在强合规场景下的必要性（做过更佳）。
四、加分项：
1.向量检索/ES/重排/embedding 等经验；
2.与测试团队深度协作经验（用例、回归、缺陷分析、自动化测试）；
3.有金融/保险/政企强审计项目或驻场交付经验；
4.熟悉安全合规：脱敏、权限分层、审计留痕与变更管理。
五、关键交付物：
1.上下文资产包（Context Pack）：口径/规则/接口契约/样例数据/用例清单（支撑开发与测试一致性）；
2.技术方案：含模型/检索方案、约束、风险、回滚策略与验收口径；
3.可上线的AI能力模块：Java服务/组件（含接口文档、异常与稳定性策略、日志定位说明）；
4.评测体系与报告：测试集+脚本+指标报表（准确率/幻觉率/延迟/成本/失败case分析）；
5.工程记忆包（Engineering Memory）：ADR/评测报告/验收清单/变更记录/发布记录/上线与复盘文档；
6.（如涉及）权限与数据边界说明：最小权限/脱敏/隔离环境验证记录与审计要点。