AI应用工程师

该职位来源于猎聘 岗位职责 1. 负责集团及各子公司AI与大模型整体技术架构规划、技术路线迭代及体系演进，完成主流大模型、RAG、Agent框架及AI工具链的技术评估与选型，制定集团统一的AI技术规范与工程落地标准; 2. 主导集团AI中台、Agent开放平台的整体架构设计、方案输出与落地建设，负责LLMOps/MLOps工程底座搭建，实现大模型私有化部署、推理性能加速、Prompt资产治理、自动化评测、监控告警等体系化能力; 3. 深度拆解保险全价值链业务场景，覆盖精准营销、智能两核、智能客服、智能投研、AI研发提效等领域，将复杂业务需求抽象为高性能、高可用、可扩展的企业级AI整体架构方案; 4. 牵头创新AI场景技术预研、POC验证及重点难点攻坚，解决大模型高并发推理、低延迟服务、高精度输出、复杂Agent工作流编排等核心技术瓶颈，支撑业务规模化落地; 5. 负责AI系统安全与合规架构整体设计，构建敏感数据脱敏、内容安全风控、算法合规备案、私有化部署隔离等能力，保障系统完全符合金融行业监管要求; 6. 协同业务、算法、数据、运维等多部门团队，推进架构方案落地、迭代与复用，持续沉淀集团级AI架构实践与标准化技术资产。 任职要求 1. 计算机、人工智能、软件工程等相关专业硕士及以上学历，8年以上大型分布式系统架构或AI工程化经验，具备3年以上大模型应用架构、AI中台平台建设实战经验; 2. 精通大模型应用技术栈，熟练掌握RAG全链路优化、主流Agent框架、Function Calling、上下文窗口管理等核心能力，具备企业级大模型项目落地经验; 3. 熟悉vLLM、TensorRT-LLM等主流推理加速引擎，精通Milvus、Qdrant、PGVector等向量数据库的集群搭建、性能调优及高可用架构设计; 4. 具备扎实的后端与分布式架构功底，熟练掌握Java/Go/Python任一主流开发语言，熟悉微服务、高并发中间件、数据湖仓及ETL数据流水线体系; 5. 熟悉保险、金融行业核心业务逻辑，具备优秀的业务抽象、需求拆解与架构设计能力，能够独立输出规范、完整的企业级AI技术方案与架构文档; 6. 具备良好的跨部门沟通、方案宣讲与项目推动能力，能够统筹多方资源，高效推进集团级AI平台从设计、建设到规模化落地交付。 优先条件 1. 拥有头部保险、银行、证券或头部金融科技公司大模型平台、RAG知识库、Agent工作流平台、智能核保理赔系统架构设计与规模化落地经验者优先。 2. 兼具传统机器学习（风控、定价、精算）与生成式AI融合架构设计经验，具备结构化与非结构化数据联合建模、业务智能化改造经验者优先。 3. 具备工程开发+算法落地复合背景，熟悉模型微调、提示词工程、模型评测体系搭建，拥有高并发企业级AI平台从零到一搭建经验者优先。