AI开发应用工程师

1.【AI产品研发与系统融合】 负责公司ToC端产品及内部效能平台（如 AI Portal）的核心AI研发，包括RAG新闻聊天机器人、智能编辑助手；并将AI能力与内容生产、推荐系统、检索等业务线深度融合，全面提升新闻采编和内容分发效率。

2.【AI产品洞察与边界探索】 主导 AI 核心业务需求的挖掘与定义。利用对大模型能力边界的深刻理解，将模糊的业务需求转化为清晰的技术路径，主导从需求到架构的落地闭环。在确保 AI 解决方案符合媒体专业性与严谨度的同时，实现技术价值与业务目标的深度对齐。

3.【多模态技术落地】 主导多模态AI技术在新闻生产全流程的落地应用，包括但不限于：新闻配图/图表自动生成、采访录音转写与摘要提炼（转录助手）、基于长视频生成短视频、新闻数字人或语音播报等。

4.【模型调优与RAG深度优化】 针对编辑风格进行模型微调，使生成内容符合品牌调性；攻坚历史新闻的数字化处理与跨模态RAG检索；构建Prompt评估体系、Agent工作流评测流程，持续优化上下文检索策略与检索性能。

5.【AI前沿技术敏捷落地】对 Agent、RAG 及多模态演进保持极致敏锐；主导前沿技术的工程化验证与选型，负责建立技术评估与反馈闭环，通过系统化的实验设计与效能分析，推动新技术在复杂业务场景中的生产级落地。

【任职要求】

1.学历要求：统招硕士及以上学历，国内985/211优先，海外知名高校优先，计算机、人工智能等相关专业优先。

2.经验要求：具有 3年以上AI落地实战经验（项目owner），具备独立承担复杂系统架构设计与生产环境落地的能力（拥抱 AI 辅助编程，不硬性限制特定语言的手写代码年限）。

3.AI原生开发能力（Vibe Coding）：拥抱 Vibe Coding 理念，极度熟练使用 Codex、Claude Code 等 AI 编程工具进行日常开发。 具备扎实的计算机基础与软件工程思维，不唯语言论（熟悉 Python/Java 均可），重点考察在 AI 辅助下的复杂系统架构设计能力、代码 Review 能力以及深水区 Bug 排查能力。

4.大模型与Agent：深入理解大模型架构原理，熟练掌握主流 RAG 与 Agent 开发/评估框架。具备丰富的 Prompt Engineering 或 Context Engineering 经验，熟悉主流向量数据库（如 Milvus、pgvector和Pinecone等）。

5.多模态技能：深刻理解原生多模态大模型的演进路径及其技术边界；具备多模态数据的预处理、对齐及融合处理经验，在图像/音视频生成领域有生产级别的全链路开发经验，能够主导复杂多模态任务的方案设计与底层工程实现。

6.沟通与综合素质：具备优秀的跨部门沟通能力，能够顺畅对接产品经理与新闻编辑团队。


【加分项】

● 大模型深度调优：精通 SFT/DPO 全链路微调与偏好对齐，具备高质量合成数据构建及模型深度适配经验。

● 行业落地经验：熟悉新闻媒体采编业务逻辑，有 AI 技术在内容生产、智能辅助或新闻线索监测等新闻场景的实际落地经验。

● 开源与学术贡献：参与过开源 AI 项目，或在 AI 顶会发表过相关论文。