AI数据后端工程师

核心职责：
- 构建实时特征流处理系统，消费来自 PHP 后端的用户行为事件（Kafka/RabbitMQ），计算学习偏好、风险认知、社群活跃度等动态特征，并写入特征存储（Redis/Feature Store）；
- 开发智能推荐决策引擎，融合大模型输出、RAG 检索结果、用户实时特征，支持多触发器（新课、政策热点、虚拟操作等）驱动的个性化推荐；
- 集成 Qwen 系列大模型服务（vLLM/TGI），构建RAG 检索管道（对接 Milvus/Qdrant + 知识图谱），并实现内容安全审查中间层，拦截不合规输出；
- 设计高可用、可扩展的微服务架构，支持 A/B 测试、灰度发布、高并发推荐请求（>10k QPS）；
- 建立可观测性体系，监控特征新鲜度、推理延迟、推荐准确率，支持模型重训练闭环。
技能要求：
- 精通 Python 3.8+，熟练使用 FastAPI/Sanic + async/await 开发高性能服务；
- 有 Kafka/RabbitMQ、Redis、PostgreSQL 等中间件实战经验；
- 熟悉 LLM 服务部署（vLLM/TGI）、向量数据库（Milvus/Qdrant）、RAG 工程化；
- 掌握 Docker/K8s、CI/CD、Prometheus/Grafana 等 DevOps 工具链；
- 有推荐系统、实时特征平台或教育/金融领域经验者优先；
- 本科及以上学历，计算机、软件工程等相关专业。