锦鲤求职岗位描述
工作内容
1. 参与企业级学习平台的技术架构设计及核心模块开发，保障系统的稳定性、扩展性与可维护性。
2. 负责 AI 原生功能的设计与落地，包括但不限于：
- 智能学习助手与企业知识问答
- 个性化学习路径和内容推荐
- 业务仿真与交互式训练内容生成
- AI课程、题目及学习内容生成
- 作业批改、能力评估与学习效果分析
- Agent 工作流及智能任务自动化
3. 深度使用AI Coding 工具（如 Cursor、Claude Code、Codex、GitHub Copilot 等），能够将其系统性地应用于需求分析、架构设计、编码、测试、调试、代码审查和文档编写。
4. 建立适合团队的 AI 辅助研发流程和工程规范，在保证代码质量与安全性的前提下提升研发效率。
5. 负责大模型应用的工程化建设，包括模型接入、Prompt 管理、RAG、工具调用、Agent 编排、评测、监控及成本优化。
6. 解决系统中的关键技术问题，推动技术方案从原型验证走向生产环境。
7. 指导和带动团队成员，参与技术评审、代码审查及研发人才培养。
任职条件
1. 计算机或相关专业本科及以上学历，具备扎实的计算机基础和良好的工程素养。
2. 具备 5 年及以上软件开发经验，有核心系统或复杂业务平台建设经验；能力突出者不受年限限制。
3. 熟练掌握至少一种主流后端技术栈，如 Java、Python、Go、Node.js，并具备良好的系统设计能力。
4. 熟悉主流前端技术栈，如 React、Vue、TypeScript，能够从完整产品视角推进功能落地。
5. 对 AI Coding 有丰富的实战经验，而非仅停留在代码补全层面：
- 能够拆解复杂任务并设计有效的上下文和指令
- 能够使用 AI 完成跨文件开发、重构、测试和问题排查
- 能够识别并修正 AI 生成代码中的逻辑、性能和安全问题
- 能够建立可复用的规则、工作流或智能开发代理
6. 深入理解 AI 原生应用开发，熟悉以下多数技术：
- 大模型 API、结构化输出与流式响应
- Prompt Engineering 与上下文工程
- Embedding、向量数据库、RAG 和知识库建设
- Function Calling、MCP、Agent 与多步骤工作流
- 模型评测、幻觉控制、内容安全和可观测性
- Token、延迟和推理成本优化
7. 熟悉数据库、缓存、消息队列、微服务、容器化及云端部署等企业级系统常用技术。
8. 具备较强的产品意识，能够理解业务目标，并在效果、成本、性能、安全与交付周期之间作出合理权衡。
9. 具备良好的沟通、协作和技术推动能力，能够承担关键项目并影响团队。