AI后端开发工程师

核心定位： 负责AIAgent平台的后端系统设计与开发，支撑智能比价算法、在线采集任务、数据服务与前端应用。在高并发、电商业务与智能任务调度场景下，构建高可用、可扩展的后端架构。 岗位职责： -负责AIAgent平台后端核心模块设计与开发，包括任务调度、接口管理、数据服务等。 -搭建稳定的API服务体系，支撑电商数据采集、比价与推荐算法的在线调用。 -参与系统架构设计与性能优化，确保平台高并发、高可用。 -与前端、算法、数据团队协作，推进Agent平台从采集到分析的全流程落地。 -持续优化系统监控、日志与容错机制，保障服务稳定运行。 核心技能： -精通至少一种主流后端语言：Go/Java/Python，能进行高并发、可扩展系统的架构设计。 -熟练使用对应语言主流框架：Go-Gin/Java-SpringBoot/Python-FastAPI或Django。 -具备良好的API设计与版本管理能力，熟悉RESTful/GraphQL/gRPC等接口规范。 -深入理解微服务架构、服务治理（ServiceMesh）与分布式一致性机制。 -精通数据库设计与优化：MySQL（索引、事务、分库分表）+Redis缓存策略+MongoDB非结构化数据存储。 -熟悉消息中间件（Kafka/RabbitMQ）与任务队列在异步任务、Agent调度中的应用。 -了解容器化与分布式部署体系（Docker/Kubernetes/Helm/CI-CD流水线），能实现服务弹性伸缩与灰度发布。 -熟悉大语言模型服务调用与集成以及本地推理框架 -理解Agent框架原理（LangChain、LlamaIndex、CrewAI、AutoGen等），能实现工具编排（ToolCalling）、记忆（Memory）、上下文管理。 -能设计LLM调用中间层（PromptRouter/Token管控/缓存与检索层）以支撑多模型并行调用。 -能与算法或数据团队协作，封装模型推理API、Embedding服务或模型调用网关（LLMGateway）。 -熟悉模型监控（PromptLogging/TokenUsage/LLMLatencyMetrics）与调用优化策略。 -有将大模型集成到后端流程（如自动任务生成、智能调度、数据语义解析、日志总结等）的经验。 -了解LLM工具链生态（如OpenAIFunctions、AnthropicToolUse、LangGraph等），能设计并实现可扩展的工具调用层。 -具备Agent编排平台、数据采集调度系统、AIWorkflowEngine的实际项目经验。 -有参与设计或维护大模型任务中台、模型调用调度器的经验。 -熟悉APIGateway、服务网关限流与监控体系（Kong、Nginx、Istio）。 经验需求： -3年以上后端开发经验，有分布式系统或高并发业务经验优先。 -有电商平台、数据服务、智能任务调度或模型推理平台经验者优先。 -能编写高质量技术文档、API规范与系统设计文档。