AI应用架构师

一、岗位职责
1. 业务驱动的AI系统设计与落地（核心）
深入理解业务场景（销售、合规、采购等），将需求拆解为可执行的AI解决方案
主导AI系统从方案设计到上线交付的全过程
在效果、成本、延迟之间做出合理权衡，确保系统“可用、可控、可持续”
2. AI应用与系统架构设计
设计并实现基于大模型的AI系统，包括：
RAG系统（检索、重排序、知识库构建）
Agent / Workflow流程（任务拆解、工具调用、执行控制）
结构化输出与业务系统对接
参与模型微调相关方案设计，结合业务场景选择合适的技术路径，并推动落地
负责系统整体架构设计（以可落地为导向），确保：
可扩展性（支持多业务复用）
稳定性（错误可控、可恢复）
成本可控（API / 推理成本）
3. 团队管理与技术带领
带领现有工程团队（5人左右），进行：
任务拆解与优先级管理
技术方案指导与代码评审
开发进度与质量把控
建立基本工程规范与开发流程
4. 快速迭代与项目推进
推动项目快速迭代，优先实现“可用版本”（MVP），再持续优化
能在不完美条件下推进项目（数据不完整、需求变化等）
主动识别并解决项目中的关键瓶颈（数据、系统、人员等）
5. 跨团队协作
与业务、产品、数据团队紧密合作，将AI能力转化为实际业务价值
推动AI系统与企业内部系统（CRM / ERP / 文档系统等）打通
对关键结果负责，而非仅对技术实现负责
二、任职要求
必须满足
基础条件
计算机、软件工程、自动化等相关专业本科及以上学历。
5年以上研发与架构经验，其中至少2年大模型/AI应用落地实战经验。
有3人以上技术团队管理经验。
AI系统与应用能力
主导过大型AI项目的端到端交付（从架构设计到生产上线），具备多模块协同的复杂系统建设经验。
主导设计过深度定制的RAG系统，熟悉混合检索、重排序、知识库质量治理等关键环节。
设计并落地过复杂AI Agent工作流，具备多智能体编排与全链路调度经验。
理解大模型的能力边界（幻觉、稳定性等），并能通过工程手段解决问题。
有模型微调或模型效果优化相关项目经验者优先。
工程与架构能力
精通Python，熟悉常见后端开发框架。
具备NLP实战经验，深入掌握主流大模型/开源模型私有化部署及向量数据库原理。
有系统架构设计经验（服务拆分、API设计、数据流设计等）。
熟悉数据库、缓存、API集成等常见工程组件。
加分项：具备基础机器学习/大模型原理理解，能够支持模型优化与技术选型决策。
加分项：有开源项目贡献或技术社区影响力；具备Go/Rust等其他后端语言经验。
关键能力
能有效拆解技术目标为可执行任务，合理分配并驱动团队交付。
具备良好的跨部门沟通与向上汇报能力。
重视代码质量与工程规范，能通过评审和规范提升团队整体水平。
加分项：有销售、合规、文档自动化等业务场景经验
加分项：有在资源有限情况下推进项目的经验（创业 / 小团队）