AI研发效能全栈工程师

该职位来源于猎聘 职责描述： 与公司级 AI 质效系统建设，通过技术建设演进，提升产品–研发–测试–发布全链路效率与质量： 1. 智能化工具链：基于 LLM 构建研发测试提效工具与 Agent，覆盖代码生成、代码审查、用例生成、测试执行、结果验证等关键环节；解决 LLM 工程化落地难题，推动 AI 研发实践落地，探索AI自主交互模式 2. 知识库体系：构建结构化知识库，设计知识咬合机制，保障知识完整性和新鲜度，为Agent提供高质量输入 3. 质量量化体系：建设 AI 质效提效与质量量化体系，通过量化指标衡量提效落地成果、牵引改进方向，用数据定位问题根因、主动识别风险 4. 保险业务模型评测：构建保险场景的 LLM 评测体系，评测大模型在承保/理赔/核保等业务场景下的理解与生成能力，为模型选型和 Agent 优化提供数据支撑 5. 前沿探索与模式升级：跟进前沿 AI 方法论与工程实践，探索 Multi-Agent 协作等方向，推动团队研发测试模式升级 任职要求： 3 年以上开发或测试开发经验**，有 LLM 应用实际落地成果 工程交付能力：能把实验性产出变成可运行的系统 加分项 - 精通至少 1 个 Agent 开发框架（LangGraph / LangChain / CrewAI / AutoGen / 自研框架），有落地成果佐证 - 熟悉大模型工程化常用技术：RAG、Function Calling、MCP、Multi-Agent 协作等 - 做过结构化知识库构建（知识分层、知识咬合设计、知识质量度量） - 做过保险或金融业务场景的模型评测 - 有较强的系统分析设计能力，具备框架性思考和方案整合能力 - 有质量工程思维：习惯用度量数据定位问题根因，而非主观判断 - 有产品思维：不只交付功能，更关注可用、好用、易用