AI工程师 — 消费电子与健康科技产品开发 
构建AI驱动的新一代智能设备设计工作流 | 无需电子工程背景 
 
关于这个岗位 
我们正在寻找一位AI工程师，负责设计、构建和部署一套端到端的AI驱动产品开发工作流平台，应用于消费电子与健康科技设备——涵盖从概念探索、电路设计、固件开发、制造就绪到消费者体验优化的全链条。 
你的使命：变革消费电子产品的设计方式——将AI智能体整合到软硬件、机械和系统集成各个学科中。 
你不需要懂电子工程。你不需要懂健康科学。你需要懂的是如何构建让领域专家驾驭AI力量的工作流引擎、智能体架构和数据基础设施。工程知识由工程师提供，健康科学由科学家提供。AI平台——由你来打造。 
事实上，没有领域包袱反而是优势。你会用第一性原理审视整个产品开发流程，发现领域专家习以为常但实际上可以被AI彻底重构的环节。最好的AI架构师往往是那些不被领域惯性束缚的人。 
你将构建什么 
核心平台架构：五层AI工作流引擎 
你将负责实现和维护以下分层架构——整个AI驱动产品开发平台的技术骨架： 
•	第5层 · 领域智能体层 
•	第4层 · 骨干工具链层 
•	第3层 · 上下文数据 / 技能层 
•	第2层 · 编排与记忆层 
•	第1层 · 基础设施与安全层 
核心职责 
1. 智能体开发与部署 
•	在架构师定义的框架下，开发各产品开发阶段的领域智能体。 
•	为每个智能体编写提示词模板、工具调用链、输入/输出Schema和错误处理逻辑。 
•	实现Skill模块化设计——将智能体能力拆解为原子化、可复用、可组合的Skill单元，支持跨工作流复用。 
•	编写单元测试、集成测试和回归测试，确保输出的一致性和可追溯性。 
2. RAG管道构建与优化 
•	构建和维护RAG检索增强生成管道——从文档解析（设计标准、元器件数据手册、法规指南、产品拆解报告、健康研究文献）到分块、向量化、检索优化（混合检索、Rerank）和上下文注入。 
•	处理多源异构数据——原理图、仿真输出、BOM表格、固件代码、传感器时序数据、消费者生物特征数据、多语言法规文档。 
•	持续优化检索质量——监控召回率和精确率，调整分块策略、嵌入模型选择和Rerank参数。 
•	管理向量数据库（Milvus/Pinecone/Chroma）的日常运维、索引优化和数据更新。 
3. MCP工具集成 
•	通过MCP协议实现AI智能体与工程工具的标准化集成——SPICE、MATLAB、ANSYS、KiCad、ProE、Python分析脚本、边缘AI编译器和传感器数据处理框架。 
•	编写MCP适配器，将不同工具的API/CLI封装为统一的MCP接口。 
•	实现异常处理、超时控制和重试逻辑，确保工具链的鲁棒性。 
•	你不需要理解这些工程工具的底层原理——你需要确保AI智能体能够可靠调用并正确解析返回结果。 
4. 基础设施运维与监控 
•	部署和维护大模型API网关——管理多模型路由（Claude/GPT/Qwen/DeepSeek/开源模型）、负载均衡、限流和故障转移。 
•	构建系统监控和告警——使用LangSmith/Prometheus/Grafana监控智能体执行状态、延迟、错误率和资源消耗。 
•	维护CI/CD管道——确保代码变更能够自动测试、构建和部署。 
•	编写和维护技术文档——API文档、部署手册、运维手册和故障排查指南。 
5. 用户赋能与文档 
•	为零AI基础的工程师编写分步操作指南和使用教程，降低AI工具的使用门槛。 
•	准备培训材料，并参与实操演示环节。 
任职要求 
必须具备 
能力领域 	具体要求 
编程能力 	精通Python（3年以上生产环境开发经验）；熟悉异步编程（asyncio）、API开发（FastAPI/Flask）；代码规范、良好的测试习惯 
LLM应用开发 	1年以上大模型应用开发经验；熟悉至少一个主流LLM API（Claude/GPT/Qwen）；有Prompt Engineering实践经验 
RAG管道 	有至少一个完整RAG系统构建经验——从文档解析、分块、向量化到检索优化；熟悉至少一种向量数据库（Milvus/Pinecone/Chroma） 
智能体开发 	熟练使用至少一种AI智能体/工作流编排框架（LangChain/LangGraph/CrewAI/AutoGen）；理解ReAct/Plan-and-Execute等模式 
数据处理 	能够处理多源异构数据（文本、图像、时序、结构化/非结构化）；熟悉Pandas和基本ETL工作流 
协作与沟通 	能与架构师和工程师清晰沟通；善于将非技术需求转化为技术任务 
 
优先加分项 
•	有非AI领域的AI系统落地经验（制造业、金融科技、电商、物流等） 
•	有MCP协议实际操作经验 
•	有开源AI社区贡献或个人AI项目 
为什么加入我们 
对AI工程师的独特吸引力 
•	绿地项目（Greenfield） —— 你不是在维护遗留系统。你是在从零构建一个全新品类的AI平台。这种机会在职业生涯中极为稀少。 
•	已验证范式，新前沿 —— SW端的AI工作流已经得到验证，你将把它扩展到电子工程各学科和消费者健康科技产品领域。 
•	真正的全栈AI —— 你不只是调API写Prompt。你将构建多智能体架构、生产级RAG管道、MCP工具集成、边缘AI部署管道和数字孪生闭环——AI工程师能接触到的最完整技术栈。 
•	触达数百万消费者 —— 你帮助设计的设备将触达全球数百万消费者。你的AI平台直接加速改善人们日常生活和健康的产品。 
•	站在两大趋势的交汇点 —— AI驱动工程 × 消费者健康科技。全球消费电子市场预计从8,650亿美元增长到2032年的1.47万亿美元，AI赋能设备是主要增长引擎。可穿戴健康设备市场年增长率达22.9%。你的工作正处于交汇处。 
对你的职业发展意味着什么 
•	"AI + X"复合型人才 —— 掌握将AI技术栈迁移到新领域的方法论——未来十年最稀缺的能力。 
•	从工程师到架构师 —— 你将获得从零构建复杂AI系统的完整经验——通往高级AI架构师或CTO的核心资历。 
•	行业定义者 —— AI原生消费电子开发平台目前全球几乎没有成熟先例。你不是在追随行业标准——你是在创造标准。 
核心理念 
我们不需要你懂电子工程。我们不需要你懂健康科学。我们需要你懂AI。 
我们的工程师有数十年设计改善人们生活的设备的专业经验。我们的科学家理解人类健康与福祉的科学。他们需要的，是一个将他们的能力放大十倍的AI平台——一个让他们能指挥AI智能体探索数千种设计方案、运行数百次仿真、在数天而非数月内生成生产就绪输出的平台。 
你构建基础设施。工程师创造产品。消费者生活得更好。 
这就是技术的意义。