职位描述
我们正在寻找一位具备卓业务洞察与和越工程能力的 AI 优化工程师。你将作为 Agent 效果优化的核心设计者、执行者，端到端地构建、评测并持续优化 AI 应用效果，将复杂业务场景转化为可量化、可迭代的优化闭环。
1、Agent 效果优化：负责主责场景下 Prompt、知识库、Skill、工具调用、记忆等核心组件的持续迭代，交付明确的量化收益（准确率、完成率、人工接管率、效率提升等）
2、评测与归因闭环：搭建自动化评测框架，完成"数据采集 评测分析 Badcase 归因 优化验证"的完整闭环
3、数据飞轮建设：构建数据 Pipeline 与反馈机制，回流应用行为数据用于模型微调（SFT）与针对性优化，提升模型可控性与 ROI
4、AI 改造质量流程：利用 AI 重构测试链路，包括用例/脚本自动生成、回归推荐、缺陷聚类与复盘，将测试经验产品化
5、知识沉淀与团队协作：沉淀可复用的优化资产（Prompt 模板、评测脚本、Skills、最佳实践等），与产品/研发/SRE/运营协同推进质量前移与流程优化
职位要求
1、具备扎实编程基本功和 Vibe Coding 能力，能构建高质量 Prompt 模板、评测脚本与数据 Pipeline；
2、具备系统化 Badcase 分析能力，能将个案修复转化为系统性优化策略；
3、掌握主流 AI/LLM 技术体系（Transformer、预训练/微调、Embedding/RAG、对齐评估、提示工程），并能落地到效果优化实践中；
4、有 AI 工程实践经验（至少一类）：Agent/RAG、知识库、评测体系、Prompt 版本管理、AI 工具链集成；
5、熟练掌握 AI Native 应用构建（Skill、记忆等组件），理解向量检索原理及常见工具（Elasticsearch、Milvus/Faiss）；
6、强 Owner 意识与风险敏感度，能在大促/灰度/紧急变更场景下稳定输出；
7、良好的实验素养（文档沉淀、版本管理、实验设计 Taste、数据敏感性），能主动分享方法论并沉淀可复用资产。
加分项
• 有训练优化（SFT/RLHF/DPO）带来效果提升的完整实践；
• 有 AI 产品质量保障或评测平台建设经验；
• 在技术社区有公开分享（文章、开源项目、专利/论文）。
