全栈 AI 工程师

岗位职责
1.AI 应用极速交付：利用各类 AI 工具，对业务需求进行小时 / 天级别的快速原型开发与迭代（如：智能报表助手、设备报修 Agent、质检交互界面等）。
2.全栈系统开发：负责前端交互（Web / 移动端 / 钉钉微信小程序）及轻量级后端服务的搭建，确保一线工人与管理层获得极佳的 AI 交互体验。
3.大模型工作流搭建：利用 LangChain/LlamaIndex/Coze/Dify 等框架，快速构建 RAG（企业知识库）与自动化流程工具。
【技术要求细化】
1. AI 应用工程能力（AI 应用工程师视角）
大模型应用开发：熟练掌握至少一种 LLM 应用开发框架（LangChain/LlamaIndex/Dify/Coze），能独立完成工业场景 RAG 知识库的搭建与优化；具备工业手册、设备说明书、工艺文件的向量入库、召回策略调优经验，解决工业术语精准匹配、长文档上下文引用等场景问题。
Agent 工作流编排：能基于业务场景设计自动化 Agent 链路（如设备报修全流程：故障上报 - 知识库排障 - 工单生成 - 维修派单）；熟练掌握 Function Call 与工具调用调试，能无缝对接企业内部业务系统 API。
提示词工程与效果调优：具备体系化的提示词设计能力，能针对生产异常分析、质检结果解读、工艺参数推荐等工业场景优化 Prompt，提升大模型输出的准确率与合规性；能通过 A/B 测试快速迭代交互效果。
轻量 AI 模型集成：了解基础计算机视觉、时序预测模型的调用与部署方式，能快速将开源工业视觉模型、预测模型集成到前端应用，完成业务 Demo 快速验证。
2. 全栈软件技术能力（软件架构视角）
前端工程化：精通 Vue/React 任一前端框架，熟练使用 Tailwind CSS、Element Plus 等 UI 组件库，能快速搭建适配车间平板、移动端、管理后台的多端界面。
后端服务开发：熟练使用 Python FastAPI/Flask、Java Spring Boot 或 Node.js 开发轻量级后端服务，能设计规范的 Restful API；具备接口鉴权、限流、异常处理的工程化能力，保障服务稳定性。
工业场景适配：熟悉企业微信 / 钉钉 / 飞书的小程序与应用开发，能将 AI 工具嵌入工厂现有办公入口，降低一线员工使用门槛；了解弱网环境下的前端适配方案，保障车间场景的可用性。
部署运维基础：掌握 Docker 容器化部署，能将应用部署到工厂本地服务器或云平台；熟悉基础 Linux 运维与日志排查，能快速定位并修复线上问题。
3. 协同与落地软技能
能快速拆解业务人员的模糊需求，转化为可落地的产品原型，通过 MVP 快速验证价值，拒绝过度工程化。
能高效配合架构师落地技术方案、配合数据工程师对接数据接口，同步进度与问题。
具备强自驱力与实用主义思维，优先保障业务可用与交付速度，在迭代中逐步优化技术架构。

岗位要求
1.经验背景：2 年以上全栈开发经验，有个人独立开发者、创业团队全栈经验或自由职业开发背景者优先。
2.核心能力（Vibe Coding）：极致的工具驾驭能力，熟练使用各种 AI Coding 工具与提示词工程，能以最大化效率输出代码。