后端ai agent工程师

【核心职责】

平台核心底座开发：负责平台侧（账号、钱包计费、作品元数据、微前端外壳）的架构设计与编码。实现多产品线的平滑接入。

AI 辅助开发与深度 Review：熟练使用主流 AI 编码工具提效，但必须对 AI 产出的代码进行高压代码审查（Code Review）。能精准识别并修复 AI 生成代码中的并发安全、事务一致性、内存泄漏等底层隐患，确保代码达到生产级。

产品服务集成与边界管控：设计并维护平台与产品侧独立子服务之间的通信机制（基于 SDK/API），严格隔离数据边界，确保身份、扣费、S3 资产授权等核心链路的安全。

云服务与基础运维：负责服务在云服务容器化部署与日常维护，保障服务稳定，海外版熟悉 aws，azure，google cloud 之一，国内版熟悉 火山引擎，腾讯云，阿里云，华为云之一。

【任职要求】

真实的实战经验：

2年以上开发经验，必须具备深度参与或主导中小型平台类项目的真实落地经验。面试需能清晰阐述系统演进过程、架构妥协点及个人实际解决的复杂线上问题。纯靠 AI 生成 Demo 的经历无效。

【扎实的技术栈】

后端：精通 Node.js（nestjs，express） 和 Python（fastapi），熟练掌握 Redis 缓存设计，熟悉消息队列（如RabbitMQ）的异步处理与削峰填谷。

数据与存储：精通 PostgreSQL 的设计与调优；熟悉云服务对象存储，cdn及预签名授权机制。

前端：熟悉 React，能与前端配合完成组件级嵌入与全局状态（如登录、钱包）打通。

AI 驾驭力：熟悉主流 vibe coding 工具（codex或claude），熟悉国内外主流开源/闭源（多模态）大模型的差异与商业使用。不仅会用 Prompt 写业务代码，更要具备跳出 AI 独立排查复杂 Bug 的能力，能对 AI 生成的代码进行重构和性能优化。

运维底线：熟悉 Linux、Docker，对云上基础运维有实际使用经验，能看懂日志并进行基础排错。

【加分项（平替皆可）】

有 AI Agent / RAG / Tool Calling 等大模型应用的后端落地经验。

有其他深度学习模型使用和部署经验。

熟悉 Elasticsearch 进行日志检索或全文搜索优化。

有自动化配置（如 Ansible terraform ）和 CI/CD（如 Jenkins）流水线实战经验。