全栈工程师

【项目背景】
我们正在孵化一款面向中小企业销售团队的 AI 辅助工具（AI Sales Copilot）。核心逻辑是通过会后语音复盘（ASR转写），利用大模型（LLM）提取客户痛点，并结合向量数据库（Vector DB）匹配销冠实战话术，最终通过一线销售的“点赞/踩”实现话术库的自动迭代（类似 RLHF 机制）。
目前产品 MVP 的核心业务流和产品需求文档（PRD）已跑通，急需一位技术合伙人级别的全栈工程师，主导第一版 MVP 的开发与上线。
【岗位职责】
1. 负责项目 MVP 版本的全栈开发工作（前端交互 + 后端逻辑 + AI 接口调用），争取 4-6 周内交付可用版本。
2. 负责核心 AI 工作流的搭建：对接第三方语音识别 API（ASR）、大模型 API（LLM），并进行基础的 Prompt 调优以保证数据提取的准确率。
3. 搭建并管理轻量级关系型数据库（存客户状态）与向量数据库（存话术及语义检索）。
4. 配合业务端，快速迭代前端界面，确保销售人员上传录音、查看话术、打分反馈的交互极其流畅。
【核心要求】
5. 极客属性与 AI 原生思维： 熟练使用 Cursor、Windsurf、GitHub Copilot 等 AI 编程辅助工具，能以极高的效率完成基础代码构建。
6. 全栈开发能力： * 前端：熟练掌握 React / Next.js 或 Vue 等现代前端框架，能独立完成整洁美观的 UI 开发。
7. 后端/BaaS：熟悉 Node.js / Python，或熟练使用 Supabase / Firebase 等 Serverless/BaaS 平台进行极速开发。
8. 长音频处理经验（关键节点）： 必须懂大体积音视频文件的切片（Chunking）、异步任务排队和转写进度的前端展示，能解决大文件处理导致系统崩溃或超时报错的问题。
9. AI 接口与数据实战经验：
10. 必须有独立对接 LLM API（如 OpenAI、DeepSeek、豆包等）的实战经验，懂 System Prompt 的基础结构化输出控制（如强制输出 JSON）。
11. 有使用向量数据库（如 Milvus、Pinecone 等）搭配 Embedding 模型实现 RAG（检索增强生成）的实际项目经验。
12. 务实且具备产品感： 理解 MVP 阶段“速度大于完美”，不追求过度设计和杀鸡用牛刀的复杂架构。
【加分项】
13. 了解或开发过简单的微信小程序/企微侧边栏应用。
14. 了解 Text-to-SQL 技术，做过简单的对话式数据查询 Demo。
15. 面试时能直接展示自己过去 6 个月内开发的 AI 相关个人项目或 Demo。
【我们不需要这样的人】
16. 过度架构师： 喜欢在 MVP 阶段大谈微服务、高并发、K8s 集群部署，而不能快速写出业务代码的人。
17. 纯 CRUD 选手： 只会写传统的增删改查，对大模型的上下文、Token 计算、幻觉控制毫无概念的人。