职位描述
聚焦交易链路核心业务场景（购物车、下单、支付、正逆向履约、结算等），利用Agent等前沿技术推动AI落地。你将参与从需求洞察到系统构建的全流程，通过研发智能应用与工具，提升业务效率与效果，实现技术驱动业务增长的完整闭环，推动智能规模化演进，实现技术价值转化。包括但不限于AI购物助手、AI财资助手、AI研发效能、AI诊断答疑等。
具体职责包括以下相关方向的一项或多项：
1、需求理解与归因：深入业务场景，利用数据挖掘与特征分析完成现象归因；精准识别高价值问题，将模糊的业务痛点转化为明确的 AI 解决目标；
2、架构设计：面向具体业务需求，设计 AI 原生系统架构；参与 Agent 系统核心模块的规划，包括记忆管理、推理策略与工具编排，兼顾架构的灵活性、可扩展性与工程可落地性；
3、知识与环境构建：搭建AI与现有业务系统的交互环境，涵盖 API 接入、RAG 知识库构建、记忆方案设计；持续优化召回质量与上下文注入策略，为模型提供准确、及时的执行环境与知识支撑；
4、核心能力实现：负责Agent关键模块的工程落地，实现意图识别、任务拆解与反思纠错闭环；封装标准化SDK/API服务，构建Agent观测体系，实现全链路追踪与多维归因分析；
5、系统迭代与演进：建立搭建自动化评测与回测机制，通过调优与Case分析不断收敛效果与性能提升的最优路径；沉淀方法论与可复用组件，推动 AI 能力从单点验证走向规模化落地；
6、性能优化：优化高并发场景下的系统性能，通过异步处理与降级策略保障稳定性，通过低侵入性观测手段保障系统的长期稳定运行。
职位要求
1、AI编程工具重度玩家：熟练使用Cursor、Claude code等AI编程工具，具备极强的Prompt编写与调优能力，有过完整的项目级开发经验，理解如何让AI写出生产级代码；
2、大模型能力理解与掌握：理解主流LLM的能力与局限，能够清晰拆解任务并通过LLM或确定性逻辑兜底实现；熟悉主流大模型的应用范式(Context Engineering、Prompt Engineering、Agent、工具/函数调用等等)及主流Agent框架(如LangChain等)，具备大模型幻觉、Prompt注入等风险的工程化应对思路；
3、计算机基础理解与掌握：熟悉计算机组成、操作系统、网络、数据结构和算法等相关知识，能够深入理解当前在用的框架、中间件的底层实现原理；
4、扎实的代码和工程实践：2年以上Java/Python等主流编程语言开发经验，能独立完成复杂功能上线，有前瞻设计和架构思维，代码质量高，会考虑高性能、高可用和可扩展；
5、开放性和学习能力：有团队精神，能够主动分享帮助新人，也能够虚心接受建议，共同成长；具备强烈的自驱力，能够主动探索边界，而不是等待被分配任务；面对未知事物有独特的想法，具备敏锐的问题定义能力和坚韧的解决问题能力。
【加分项】
1、有AI应用或Agent实际落地经验：包括不限于RAG系统、多智能体编排、结合MCP、Skill等的Agent项目，有可展示的项目/实习成果者优先；
2、开源贡献或技术影响力：在Github上有高质量AI项目、技术博客或社区影响力；
3、对AI Infra有基本理解：了解vLLM、Ollama等推理框架原理，理解延迟优化、KV cache优化、流式输出等工程全局视角；
4、在 CV（计算机视觉）或 NLP（自然语言处理）方向有扎实的理论基础，有实际业务场景模型训练(SFT、RL)等经验的优先。
