1、需求洞察与方案设计

1）主动深入各部门（尤其是研发全流程），调研、挖掘可通过AI优化的痛点和机会点（如代码生成与审查、测试用例生成、文档自动化、数据分析、设计素材生成等）。

2）评估不同AI技术路线的可行性、成本与收益，设计可落地、可衡量的降本增效技术方案。

2、产品开发与工程化落地

1）独立或协同开发团队，完成AI工具的原型开发、产品化及系统集成（如开发IDE插件、CLI工具、内部平台、Chatbot、自动化工作流等）。

2）负责内部AI应用的工程化全流程：包括数据准备、模型微调/Prompt优化、应用开发、API部署、性能优化及系统维护。

3、技术布道与赋能推广

1）主导内部AI工具的推广、培训和支持，编写清晰的技术文档和使用指南。

2）培育内部AI文化，为各团队提供技术咨询，帮助他们更好地利用AI工具。

4、技术探索与基建贡献

1）持续跟踪Generative AI、智能体（Agent）、代码大模型等领域的前沿进展，并进行内部技术验证。

2）参与建设和维护公司内部的AI开发平台与工具链，积累可复用的AI能力组件。

硬技能要求

1、学历必备经验

1）计算机科学、软件工程或相关专业硕士及以上学历，2年以上软件开发或AI相关经验。

2）熟练掌握Python，具备扎实的编程能力和良好的软件工程实践。

3）具备丰富的AI项目实践经验，熟悉主流大模型API（如OpenAI GPT系列、 Claude、国产大模型等）或开源模型（如Llama系列、通义千问等）的调用、微调和部署。

4）熟悉至少一个主流深度学习框架（如PyTorch, TensorFlow）。

5）具备全栈开发能力或强烈意愿，能独立完成从后端服务（如FastAPI、Flask）到简单前端界面的开发。

2、加分项

1）有RAG系统、AI Agent、工作流自动化项目经验。

2）熟悉研发效能（DevOps）工具链，对软件开发全生命周期有深刻理解。

3）有在复杂业务系统中进行系统集成和API设计经验。

4）了解向量数据库、模型量化、性能优化等相关技术。

3、软技能与特质

1）强大的同理心与沟通能力： 善于倾听非技术背景同事的需求，能用技术语言与工程师沟通，用业务语言与管理者沟通。

2）卓越的问题解决与产品思维： 不仅仅是技术实现，更能从用户角度思考，设计真正好用、爱用的解决方案。

3）自我驱动与主人翁精神： 能够主动发现机会、推动项目，在模糊的需求中定义清晰路径。

4）强烈的求知欲： 对AI技术充满热情，能快速学习并应用新技术解决实际问题。

5）结果导向： 关注解决方案带来的实际业务影响（如时间节省、错误率下降、满意度提升等）。