【核心职责】
1、负责部门级AI算力网关的设计与私有化部署(如基于One-API/LiteLLM二次配置),实现跨厂商大模型API的统一鉴权、高可用路由拦截及Token成本的精算风控。
2、搭建并维护标准化Skill库与企业级RAG知识库系统(基于飞书Aily、Dify或自研框架),打破跨部门测试文档、发版SOP等业务的数据孤岛。
3、深入测试、发版、器件仿真等深水区业务,设计并落地“并行式”Agentic工作流,彻底替换传统的“开发-提测-修复”串行模式。
4、端侧创新应用原型架构设计,支撑下一代AI-Native影像应用,提供端到端(端侧感知-云端推理-结果渲染)的技术架构设计。
5、评估大语言模型与传统计算摄影管线融合的工程可行性,把控系统算力成本与响应时延边界。
6、追踪业界前沿Agent框架与多模态模型演进,为团队转化并输出可工程化落地的技术标准与架构指南。
【任职要求】
1、技术底座能力: 计算机或相关专业,扎实的后端工程能力(Python/Go为主),熟练掌握Docker/K8s等容器化技术,有GitLab CI/CD及JIRA等工程化打通经验。
2、大模型工程化经验: 深入理解LLM底层逻辑,具备实际的Agent框架(如LangChain, LlamaIndex, AutoGen等)或工作流引擎(如n8n, Dify)的企业级落地经验;能独立解决RAG场景中的文档Chunking、多路召回等难题。
3、系统控制思维: 具备强大的系统抽象能力,深刻理解企业级Harness(驾驭与风控)的概念。能将杂乱的业务SOP抽象为代码可执行的约束与规则。
4、业务体感与ROI导向: 架构设计以“业务降本增效”和“正向投资回报率”为考核准则。
【加分项】
具备影像算法、ISP、影像调测或移动端软硬件协同开发背景者优先。
在开源社区有网关或Agent类高Star项目贡献者优先。
有过将传统重度人力业务流程成功改造为自动化AI节点的实战案例。