2.4w~4w/18薪python开发工程师(AI经验

岗位职责
负责AI应用产品的后端服务开发、设计与优化，搭建高可用、高吞吐、低延迟的后端架构，支撑AI功能的稳定运行；
开发和维护后端API接口，重点对接大模型、算法模型的调用与封装，实现AI能力与业务逻辑的深度融合；
协同产品、前端、算法团队进行需求分析和系统设计，结合AI Native开发范式，完成数据层、服务层的设计与落地；
负责数据库设计、优化与维护，保障AI相关数据（如交互日志、模型输入输出数据等）的存储安全与访问效率；
负责服务性能优化、瓶颈排查，优化AI接口调用链路，提升服务响应速度，支撑高并发AI请求场景；
参与AI增强型代码审计、单元测试编写，配合CI/CD流水线建设，保障后端代码质量与交付效率；
具备Vibe Coding能力，能快速对齐团队后端架构规范、API设计标准与编码风格，适配AI代码生成、AI审计的协同节奏，确保接口、服务设计贴合团队整体技术调性，降低跨模块协作成本。
任职要求
【AI Native核心要求】
了解AI Native开发范式，熟悉大模型API调用、算法模型集成流程，能将AI能力封装为可复用的后端服务；有大模型交互、AI数据处理相关开发经验者优先；
【核心技术】
熟练掌握Python主流开发语言，精通Django、Flask、FastAPI等后端框架；熟练掌握常用软件架构模式（如微服务、分层架构），能熟练使用各类编程编译、调试工具；
熟悉Linux常用命令及开发环境，能使用Shell脚本实现简单的自动化部署、数据处理等功能；
精通数据结构（数组、链表、二叉树等），熟练掌握递归、动态规划等常用算法，能解决后端开发中的复杂技术问题；
有高并发、高吞吐后端服务开发经验，熟悉MySQL、Redis等数据存储中间件，能进行数据库性能优化；
熟悉RabbitMQ、Kafka等消息队列，了解分布式系统设计原则；
【AI Native能力要求】
AI工具深度驾驭能力：精通提示词工程，能使用Cursor Pro等AI工具精准生成高质量Python代码（API接口、数据处理脚本、算法封装逻辑），确保符合PEP8规范和安全标准；能借助AI快速完成跨技术栈任务（生成SQL优化建议、编写Dockerfile、调试前端问题）；具备AI输出质量深度校验能力，能识别并修正性能瓶颈、并发安全问题、Token浪费逻辑；
跨技术栈通识与解决能力：对前端框架基础原理、云原生架构、运维监控体系有全局认知，能理解系统全链路数据流；遇到陌生技术领域（基础前端交互、简单模型部署）时，能通过AI工具和跨团队协作快速补位；能阅读理解React/Vue组件逻辑，准确把握前后端交互边界；
任务导向的业务对齐能力：将后端开发工作与AI Agent核心业务目标（日Token消耗、API响应延迟、服务成本ROI）深度绑定；能与算法、前端团队高效协作，将复杂AI能力封装为易用服务接口；以项目交付质量为核心，能根据业务优先级动态调整技术投入；
快速学习与适配能力：持续学习AI工程化最佳实践（向量数据库优化、模型服务化部署）；接受"技术栈广度+AI深度"替代"单一技术栈专精"工作模式，能在1周内掌握新AI工具核心应用场景；能快速吸收技术分享内容，将跨领域知识转化为提升服务质量的实际能力；
【协作能力】
思维缜密、逻辑性强，具备良好的编码习惯（注释规范、代码简洁可复用），能配合AI完成代码生成、优化与复盘；
具备较强的沟通协作能力和学习能力，能快速适配AI技术的迭代，主动探索Python与AI结合的最佳实践；
能在跨职能团队中有效沟通，推动技术方案落地；
【加分项】
具备挑战精神和前瞻性，能结合AI技术趋势，为后端架构优化、功能迭代提供合理化建议；
有智能运营、规则引擎（drools、aviator）、分布式数据库（tidb）实际开发使用经验者优先；
熟悉向量数据库（如Milvus、Pinecone）或AI相关存储方案者优先；
有推荐系统、智能客服等AI产品开发经验；‘