AI技术负责人（AI教育实验实践方向）

实战云面向高校与职业教育，提供“AI 实践与教研教学平台”，核心产品包括：
- AI 学伴：课内外智能助学与作业闭环（布置→实做→评测→反馈）。
- AI 案例集：行业化可运行案例（容器镜像/一键演示/课程融入）。
- RAG 知识库 & Agent 广场：多智能体协作与检索增强的标准化能力层。
我们以 “师生深度使用” 为北极星指标，通过版本化交付 + 评测驱动实现可复制的教研与实训落地，配合生态伙伴（火山引擎、腾讯开悟、摩尔线程等）加速规模化覆盖与低成本部署。
产品介绍：实战云AI实践内容赋能平台产品介绍
---
角色定位（你将解决的关键问题）
作为 AI 技术栈负责人，你将统筹 架构路线、工程质量、成本与可观测性，把技术团队的现状升级为：
1. 工作流编排（学习/作业/评测全链路），
2. Agent/RAG 网关（统一接口与能力集），
3. 容器化与评测链路（案例镜像/自动评测/A-B 看板）。
最终让平台在稳定性、准确率、原创性、延迟、成本上持续达标并复制到更多院校。
---
岗位职责（What you’ll do）
- 技术蓝图：设计“应用层—智能体&检索层—基础设施层”的三层架构与演进路线。
- Agent/RAG 平台化：沉淀能力网关、PromptOps/FeatureOps 规范、SDK 与模板库。
- 工作流/评测体系：建立面向作业与案例的编排与自动评测、离/在线 A/B 与回归。
- 服务化改造：从现有系统拆分鉴权/网关/计费/作业/评测/知识库等域服务，统一 API。
- SRE 与成本：K8s/GitOps/金丝雀/熔断降级，建立 Token/GPU/存储 成本看板 与优化策略。
- 数据治理与安全：文本分块、向量检索、混合召回、重排、权限/审计/脱敏/多租户。
- 团队带教：推动双 Owner 机制、代码评审、技术复盘、休克演练和知识沉淀。
---
招聘要求（我们期待你）
必须具备
- 5–10 年平台/后端或 AI 工程经验；≥2 年 LLM/Agent/RAG 架构与落地经验；带队/跨团队协作记录。
- 精通一种主力语言（Python/Go/Node）。
- 有 服务化/网关 设计与 可观测（日志/指标/Tracing）体系落地经验。
- 具备 RAG 工程化（分块、Embedding、混合检索、重排、文档治理）与 LLM 调用优化（并发、缓存、函数/工具调用、退避重试）。
- 熟悉 容器与发布（Docker/K8s/Helm/GitOps/）和 成本优化 方法论。
- 强结果导向：能用评测与数据驱动质量（准确率/原创性/延迟），对齐 L3 业务指标。
加分项
- 教育科技/内容平台、多智能体协作、课程/案例容器化交付经验。
- 工作流（Temporal/Airflow/Argo）、A/B 平台、合规与国密实践。
- 开源贡献/技术演讲/文章。
---
团队优势（为什么选择我们）
- 业务直连：和院校一线教学场景深度共创，需求清晰、反馈快速。
- 平台舞台：在 工作流 × Agent × RAG × 容器评测 的全链路做真正的平台化。
- 生态资源：与头部云与硬件伙伴合作，模型接入与算力资源路径顺畅。
- 工程文化：反对 PUA，强调客户第一、始终创业、求真务实、坦诚开放、持续成长；以评测和复盘说话。
- 双 Owner 机制：业务与技术共同对指标负责，避免“只给方案不管结果”。
---
你将获得（成长与发展空间）
- 影响面：对产品路线、技术栈、交付标准与成本结构拥有实质决策权。
- 成果资产化：你的架构、模板与脚本沉淀为平台资产，纳入绩效与长期激励口径。
- 行业影响力：对外技术分享/开源/赛事合作与标杆校共创，形成个人品牌。
---
绩效与考核口径（透明且可量化）
- 产品指标：深度使用（校/院/班级维度）季度增长率
- 质量指标：准确率/原创性达标线、P99 延迟、稳定性与错误率
- 成本指标：1k 请求平均 Token/GPU 成本下降曲线
- 工程指标：回归覆盖率、变更失败率、MTTR、SLO 达成率
- 沉淀指标：季度平台化产物（SDK/模板/规范/脚本/文档）≥N
---
薪酬与激励（与结果绑定）
- 现金：工资，项目奖金等
- 长期激励：
- 行权股份（享受资本退出收益，绑定在岗与绩效条件）；
- 分红股份（享受年度利润分红，与 L3/质量/成本等指标挂钩）。