后端开发工程师

职位描述
AI 知识服务 & AIGC 后端开发工程师，负责AI 生成内容（AIGC）平台、智能知识管理系统、AI 语义搜索引擎的后端架构设计与开发。刚岗位需要具备Node.js / Go / Python / Java 后端开发能力，熟悉云端架构（AWS / 阿里云），能够优化 AI 生成内容的处理效率，并确保 AI 服务的高可用性、低延迟和高扩展性。
岗位职责
AI 生成内容平台的后端架构设计
• 负责 AI 生成内容（AIGC）平台、智能问答系统、知识管理平台的后端开发与优化。
• 设计并实现 高性能 AI API 网关，优化 大语言模型（GPT-4、Claude、Gemini）、文生图（Stable Diffusion）、文生视频（Runway ML、Sora） 的 API 调用逻辑。
• 结合 云计算（AWS Lambda、Google Cloud Functions），优化 AI 生成任务的分布式处理能力，提高 AI 交互的实时性。
2. AI 语义搜索 & 知识管理的后端开发
• 设计并优化 AI 语义搜索引擎，支持 RAG（Retrieval-Augmented Generation）、向量数据库（Pinecone、FAISS、Weaviate），提升 AI 检索和问答能力。
• 负责 知识图谱的构建与查询优化，整合 AI 生成内容，提高 AI 回答的准确性和可解释性。
• 结合 Redis / Elasticsearch / GraphQL，优化 AI 生成内容的索引和检索效率。
3. 后端服务优化 & 高并发支持
• 负责 AI 生成内容服务的性能优化，提高 API 请求的并发处理能力，优化 任务队列、负载均衡、流式处理。
• 结合 WebSocket / Kafka / RabbitMQ，优化 AI 生成任务的实时推送和流式处理。
• 设计 容器化（Docker / Kubernetes） 部署策略，提高 AI 生成系统的扩展性和高可用性。
4. 数据管理 & 监控系统
• 负责 AI 训练数据的存储、优化、预处理，确保 AI 生成内容符合业务需求。
• 结合 Prometheus / Grafana，监控 AI 生成服务的健康状态，自动检测异常请求和系统性能瓶颈。
• 设计 数据可视化工具，跟踪 AI 生成结果的质量变化，并优化 Prompt Engineering 的评测指标。
任职要求
1. 后端开发 & 云端架构
• 熟练使用 Node.js（Express / NestJS）/ Go / Python / Java，至少掌握一种后端开发语言。
• 具备 云端架构（AWS / GCP / 阿里云 / Azure） 开发经验，能够基于云计算构建可扩展的 AI 生成应用。
• 熟练使用 GraphQL / RESTful API / gRPC 进行后端服务开发，优化 AI API 的调用性能。
• 具备数据库优化经验（PostgreSQL / MySQL / MongoDB / Redis / Elasticsearch），能够优化 AI 生成内容的数据存储和检索性能。
2. AI 相关开发经验
• 熟悉 大语言模型（LLM，如 GPT-4、Claude、Gemini）、语义搜索、知识图谱，能优化 AI 生成 API 的处理能力。
• 具备 向量数据库（Pinecone / FAISS / Weaviate） 相关经验，优化 AI 语义搜索的召回率和精准度。
• 了解 机器学习数据管理（MLOps）、模型缓存、AI 负载均衡策略，提升 AI 生成任务的效率。
3. 性能优化 & 并发处理
• 具备 高并发服务优化经验，能基于 Redis / Kafka / RabbitMQ 进行任务队列管理，提高 AI 生成速度。
• 了解 流式数据处理（Streaming），优化 AI 生成内容的流式输出体验。
• 能够基于 Kubernetes / Docker 进行 AI 生成应用的微服务架构优化。