后端开发工程师人工智能

岗位职责： 1. 系统开发：运用Python、Java等编程语言开展后端系统构建，涵盖业务逻辑编码、接口规划及数据库架构设计。主导高性能、高可用分布式系统的方案设计与落地，保障系统稳定性与横向扩展能力。结合具体业务需求与实际场景，规划AI Agent、Agent Network及工作流机制，通过工程化手段与Prompt Engineering技术，确保Agent在目标场景中高效、可靠运行。 2. 缓存与中间件：引入Redis等缓存方案提升系统响应效率，降低数据库负载压力。完成消息队列（MQ）等中间件的集成与配置，支持异步任务处理，推动系统模块间的解耦与松耦合架构演进。 3. 性能优化：持续进行系统层面的性能调优，提升服务响应速度与整体吞吐能力。优化SQL查询逻辑与索引策略，保障数据操作的一致性与完整性。 4. 技术难点攻关：主导解决核心系统中的关键技术难题，维护系统的高可用、高稳定与良好扩展性。参与基于大语言模型的应用研发，利用LangChain或同类框架完成应用系统的搭建与迭代优化。关注行业前沿且成熟稳定的后端技术方案，推动团队技术体系持续升级，保持技术领先优势。 5. 团队合作：积极与团队成员协作交流，主动分享技术经验与实践成果，助力团队整体技术水平提升，促进个人与团队共同成长。 任职要求： 1. 教育背景：计算机科学、人工智能、数据科学或相关专业本科及以上学历。 2. 工作经验：具备3年以上后端开发经历，有金融领域工作经验者优先考虑。 3. 技术能力：熟练掌握Python、Java中至少一门编程语言，熟悉其生态体系及相关最佳实践： （1）熟悉消息队列、缓存机制与数据库技术，掌握RabbitMQ、Kafka、Redis、MySQL、PostgreSQL等常用组件，能够实现异步通信与系统解耦。 （2）了解Docker、Kubernetes等容器化工具，具备微服务架构实践经验者优先；了解主流公有云平台，有阿里云、华为云等使用经验者优先。 （3）具备基于大语言模型的应用开发经历，曾主导或深度参与相关项目；有开源大模型开发或贡献经验者优先；熟悉模型微调与训练流程，掌握相关工具链与技术方法。 （4）熟悉LangChain、Dify、AutoGen等主流框架或开源工具，精通Python、Java等语言开发，具备良好的编码规范与代码质量意识。 4. 专业知识：扎实掌握计算机网络、操作系统等基础理论知识；了解金融行业的业务逻辑与技术规范，能针对金融类场景进行合理的系统架构设计与开发。 5. 解决问题能力：具备出色的分析与解决问题的能力，善于独立思考，能够在复杂环境中快速定位关键问题并提出有效解决方案。 6. 团队合作：具备良好的协作意识，能够与跨职能团队顺畅沟通，协同推进项目顺利实施。 7. 创新意识：对新兴技术保持敏锐洞察，乐于迎接挑战，具备创新思维与落地实践能力。