岗位职责：
1. 推动稳定性保障产品全面 AI 化
• 主导将现有性能、监控、高可用等 ToB 系统产品深度集成 AI 能力（如自然语言指令、自动诊断、策略生成等）。
• 负责将传统功能组件模块化、向 LLM 可控、可调、可执行的接口转化。
2. 建设 AI Agent 应用架构
• 基于 LangChain / AutoGen / LangGraph / CrewAI / OpenAI Function Calling 等技术栈，设计 AI Agent 协同机制。
• 构建支持任务规划、多轮决策、工具调度的应用层 Agent 框架，支撑企业复杂业务自动化流程。
3. 构建 AI 工程化基础设施
• 搭建支持模型运行、指令解析、函数调用、状态持久化的底层平台，涵盖服务部署、任务编排、性能监控等模块。
• 负责模型落地流程的工程闭环，包括推理优化（如 token 并发、KV cache）、服务可用性保障等。
4. 技术与产品协同
• 与产品经理、算法团队、后端开发紧密配合，将 AI 能力无缝嵌入 ToB 客户场景，实现“AI 驱动系统稳定性保障”的目标。
• 推动虚拟员工（AI Operator）的技术设计与应用落地，提升企业客户使用体验与系统智能化水平。
5. 团队建设与技术选型
• 主导团队人员招聘与管理，持续提升工程团队交付能力。
• 跟踪前沿大模型和 AI Agent 技术发展，持续优化整体架构和技术路线。
任职要求：
1. 教育背景
• 计算机、人工智能、软件工程等相关专业本科及以上学历。
2. 技术能力要求
• 熟悉主流大语言模型原理及运行机制，如 OpenAI、Claude、Qwen、DeepSeek、Mistral 等。
• 掌握至少一个主流 Agent 框架，如 LangChain、AutoGen、LangGraph、OpenAI tools 等，理解其多 Agent 协同模型。
• 具备实际的大模型服务能力构建经验，相关工作经验至少3年，包括 API 接入、Function Calling 构建、工具封装与调用机制。
• 有能力将非结构化输入转化为结构化任务流程（如从用户语言生成标准化工单、诊断步骤、修复命令等。
3. 业务理解与产品协作
• 有稳定性保障、APM、运维、监控、性能测试等 ToB 产品背景优先。
• 能从客户视角思考 AI 的真实落地路径，擅长业务需求转化为工程实现方案。
4. 管理能力
• 有工程团队管理经验，具备推动中大型工程项目落地的实战能力。
• 擅长跨部门协作，能在 AI 算法、产品、后端、客户成功等角色间高效协调。
5. 加分项
• 有 RAG、插件化 AI 系统构建经验优先。
• 有参与开源 Agent 框架或模型服务平台项目者优先。