高级AI应用开发工程师

1.AI中台核心开发

负责AI能力中台核心模块的架构设计与代码实现，包括大模型服务层（模型网关、RAG检索、Agent执行）、传统ML推理服务（特征工程、模型部署、在线预测）、计算机视觉服务（OCR引擎、图像处理接口）、Prompt管理后台等；作为独立服务集群部署；不侵入应用代码。

2.模型网关与治理

设计独立模型调用中间件，支持多国产模型（智谱/文心/通义）的接入、路由与熔断降级；建立模型调用可观测体系（日志、监控、链路追踪）、成本控制机制（Token用量、限流、按业务系统计费）与质量评估标准（效果、延迟）。

3.RAG系统落地

独立建设航运知识库RAG系统，提供标准API供现有业务系统调用；负责文档解析（PDF/Word/Excel）→向量化→检索召回→重排序→增强生成全链路。

4.传统ML与CV服务开发
负责传统机器学习模型的工程化封装（训练 pipeline、模型版本管理、在线推理API），支撑设备故障预测、业务数据分类等场景；负责OCR/图像识别服务开发，支撑航运单据（提单、舱单、报关单）的智能识别与结构化提取。

5.工程规范与落地

制定AI中台开发规范（独立代码库、独立CI/CD流水线、独立部署单元）；持续优化系统性能，解决高并发场景下的推理延迟问题（缓存策略、异步处理、流式输出）；推动技术债务治理。
6.技术攻坚与协作

承担复杂技术难题的攻关（如长文本处理、多模态输入、工具调用可靠性）；与现有业务系统开发团队紧密协作，将AI能力高效转化为业务价值。


任职要求：

1.教育背景

统招本科及以上学历，计算机、数学及其相关专业。

2.工作经验

本科4年以上/硕士2年以上/博士1年以上相关经验，须具备完整AI系统或AI平台级项目经验（从0-1参与核心模块）。

3.编程与架构能力

精通Python、Java或Go中的至少一门语言，具有扎实的代码功底与工程化思维；熟悉微服务架构、数据库与缓存设计、高并发系统设计与接口治理;能开发独立部署的AI服务并与现有系统接口对接。
4. AI核心技术栈

大模型集成：熟悉国产大模型API（智谱/文心/通义）的调用优化（重试、流式、批处理、降级策略）。

传统机器学习：熟悉Scikit-learn/XGBoost/LightGBM/TensorFlow/PyTorch等框架，有实际模型训练、调优、部署经验；理解特征工程、模型评估指标（AUC/F1/MAE等）。
计算机视觉：熟悉OpenCV、PaddleOCR/EasyOCR/Tesseract等OCR工具，有图像预处理、文本检测与识别项目经验。

RAG与向量数据库：有实际RAG应用开发经验，熟悉至少一种向量数据库（Milvus、Pinecone、Qdrant、Weaviate），能优化检索召回与重排。

Agent开发：具备Agent应用落地经验（工具调用、多轮对话、规划与执行），熟悉 LangChain、Semantic Kernel 或同类AI框架，能够进行Prompt优化与模型效果评估。

5. 工程基础设施

熟悉 Docker、k8s与 CI/CD 流程。

具备良好的可观测性设计能力（Metrics、Logging、Tracing），能构建服务SLA看板。

能在招商云环境独立部署AI服务。

6.加分项

有独立建设AI中台或AI能力层的项目经验。

有文档智能处理经验（OCR+LLM解析复杂表格、合同文本抽取）。

具备跨语言系统协作经验（如Python+Go混合栈）。