一、任职要求（25-40岁）
1.教育背景：本科及以上学历，计算机科学、人工智能、软件工程等相关专业。
2.工作经验：3年以上机器学习及AI应用开发相关经验，有智能体开发或高并发系统开发经验者优先。
3.编程与架构能力：精通Python/Java中至少一种编程语言，具备扎实的软件工程功底与丰富的高并发、高可用系统架构设计经验，能独立主导架构方案设计并为团队提供技术指导。
4.AI技术理解与应用能力：深入理解Transformer架构及主流大模型技术栈，熟悉模型训练与微调的全流程，掌握Prompt Engineering、RAG等关键应用技术，能高效解决实际业务问题。
5.模型技术能力：具备极强的模型选型能力，熟悉各类轻量级模型的特性与适用场景；熟练使用TensorFlow、PyTorch等框架，有完整的模型微调及量化、剪枝等压缩技术落地经验。
6.工具与生态掌握：熟悉LangChain、LangGraph、LlamaIndex等主流AI开发框架，了解智能设备端或边缘端模型部署的技术要点。
7.软技能：具备良好的沟通协作能力、较强的产品思维与创新意识，对技术充满热情，能承受一定的项目压力，主动推动问题解决。
8.加分项：有AI项目技术负责人或架构师任职经历；具备消费电子、智能硬件相关产品开发经验；具备端侧模型部署或大规模设备并发管理经验。

二、【岗位职责】
1. 智能体开发与核心技术落地
•核心模型选型：深度结合智能设备语音交互、动作响应等核心场景，精准筛选适配的模型，平衡模型性能与设备端部署需求。
•模型训练与微调：基于设备功能需求设计合理的微调方案，运用TensorFlow、PyTorch等框架完成模型微调，优化交互响应速度与精准度，确保符合用户场景的交互预期。
•模型压缩与部署：熟练运用量化、剪枝、蒸馏等模型压缩技术，将优化后的模型高效适配玩具端或边缘端部署，解决设备算力有限、存储资源紧张等问题。
•智能体架构搭建：构建符合设备应用场景的智能体核心架构，实现语音识别、动作控制、模型推理等模块的协同联动，保障交互流程顺畅高效。
2. AI应用开发与系统适配
•高并发应用开发：基于Python/Java/Go等编程语言，开发支撑高并发的AI应用接口，确保多设备同时请求时的响应延迟可控。
•技术生态整合：灵活运用LangChain、LangGraph等主流框架，快速搭建智能体应用链路，提升开发效率与系统稳定性。
•多模块协同适配：对接硬件研发团队，解决AI应用与设备硬件（传感器、执行器、交互模块等）的兼容性问题，保障功能落地效果。
3. 系统架构设计与高可用保障
•架构方案设计：牵头设计AI项目及智能设备系统的核心架构，结合微服务、容器化（Docker/Kubernetes）等技术，支撑多款设备的差异化功能需求，确保架构具备优异的可扩展性与可维护性，为团队提供架构层面的技术指导。
•高并发与高可用优化：运用Redis缓存、Kafka消息队列等中间件，设计高效的流量分发与数据处理机制，攻克高并发场景下的技术难题，保障系统7×24小时稳定运行，树立团队技术标杆。
•技术方向引领与风险管控：主导AI项目技术方向的规划与落地，持续跟踪前沿技术动态，结合业务发展迭代架构方案；预判技术风险并制定应对策略，为团队提供专业技术指导与支持。
4. 数据处理与效果优化
•数据预处理：开展交互数据的清洗、标注与特征工程工作，为模型选型、微调及应用优化提供高质量数据支撑。
•全链路效果迭代：基于用户反馈与系统运行数据，持续优化智能体交互效果、应用性能及架构稳定性，提升产品核心竞争力。