工作职责：

Innovation 主要负责公司 AI 相关产品、项目及 AI 平台的规划、研发与落地，聚焦解决旅游行业中的关键痛点与效率问题。Innovation以构建在旅游行业具有影响力的 AI 产品和解决方案为目标，持续探索大模型、智能客服等前沿技术在实际业务中的应用，助力公司打造差异化竞争力，推动业务创新与数字化升级。

高级AI工程师负责开发、部署和优化各种人工智能解决方案，以满足业务需求。您将与数据科学家、软件工程师和领域专家合作，以实现创新的人工智能解决方案；帮助我们改进我们的产品，并为全球旅游和酒店业解决行业问题。

岗位职责

深入理解公司业务场景、产品流程和用户需求，从实际业务问题出发，设计并落地以 AI Agent、LLM、RAG、智能工作流 为核心的智能化应用，服务公司内外部用户。
负责 AI 应用的端到端研发工作，覆盖需求分析、方案设计、前后端开发、模型接入、知识库构建、工具调用、系统集成、上线部署和持续优化。
参与建设和演进德比 AI 平台及相关产品能力，包括 Agent 平台能力、模型服务能力、知识库能力、工具调用能力、Prompt 管理能力、工作流编排能力和评估能力，赋能各业务线智能化升级。
负责 AI Agent 应用的系统设计与工程实现，包括任务规划、意图识别、工具调用、上下文管理、记忆管理、知识检索、权限控制、日志追踪、效果评估和安全治理等关键能力。
结合业务场景，设计并实现基于大语言模型的智能应用，包括智能问答、业务助手、自动化运营、数据分析助手、流程自动化、智能客服、智能推荐和决策支持等。
负责 RAG 系统的设计、开发和优化，包括文档解析、数据清洗、知识切分、Embedding、向量检索、混合检索、重排序、Prompt 编排、答案生成、效果评估和持续优化。
负责 AI 应用相关的前端交互和后端服务开发，构建易用、稳定、可扩展的 AI 产品体验，包括对话式界面、知识库管理界面、Agent 配置界面、工具调用配置、结果展示和运营后台等。
负责 AI 模型和 Agent 应用在生产环境中的部署、性能优化、成本优化和稳定性保障，确保系统具备良好的可用性、可扩展性、安全性和可维护性。
持续研究和评估 AI Agent、LLM、RAG、多模态、模型推理优化、自动化评估、模型安全、MCP 等前沿技术，并推动其在现有产品和业务流程中的应用。
与产品、研发、数据、业务和客户团队紧密协作，能够将复杂业务需求转化为可落地的 AI 技术方案，并推动项目从原型验证到生产落地。

任职资格：

计算机科学、人工智能、软件工程、信息学或相关专业本科及以上学历，硕士及以上学历优先。
具备 3 年以上人工智能、机器学习、大语言模型应用或复杂业务系统研发经验
具备扎实的软件工程和系统设计能力，熟悉 Python、Java、JavaScript / TypeScript 等一种或多种主流开发语言，具备良好的代码质量意识、工程规范意识和系统可维护性意识。
具备全栈开发能力，熟悉前端框架和后端服务开发，能够独立完成从产品交互、接口设计、业务逻辑、数据存储到部署上线的完整研发流程。
熟悉大语言模型应用开发，具备 Prompt Engineering、RAG、Function Calling、Tool Use、Agentic Workflow、Agent 评估和模型安全 等实践经验。
熟悉 AI Agent 相关技术体系，包括任务规划、工具调用、函数调用、工作流编排、上下文管理、记忆机制、多 Agent 协作、人机协同和 Agent 评估等。
熟悉 RAG 系统核心链路，包括文档解析、数据清洗、文本切分、Embedding、向量数据库、语义检索、混合检索、重排序、上下文构建和生成效果优化。
了解常见前端技术栈，如 React、Vue、Next.js、TypeScript、组件化开发、状态管理、可视化交互等，有 AI 对话产品、配置后台或数据分析类产品开发经验者优先。
熟悉后端和平台工程能力，包括微服务、API 设计、权限控制、消息队列、任务调度、缓存、日志监控、可观测性、云原生部署等。
有 AI 平台或中台建设经验者优先，包括模型服务平台、知识库平台、Agent 平台、Prompt 管理平台、评估平台、MLOps 或 LLMOps 等。
有 LangChain、LlamaIndex、Semantic Kernel、AutoGen、CrewAI、Dify、Coze、n8n、MCP 等 Agent / Workflow / Tool Use 框架实践经验者优先。
有向量数据库、搜索引擎或知识库建设经验，如 Milvus、FAISS、pgvector、Elasticsearch、OpenSearch 等。
熟悉云服务和容器化部署，具备 Docker、Kubernetes、CI/CD、Serverless 或主流云平台使用经验者优先。
具备良好的问题拆解能力、工程落地能力和持续优化意识，能够在性能、成本、稳定性、安全性和用户体验之间做出合理权衡。
具备良好的团队合作精神，能够与产品、研发、数据、业务和客户团队高效协作，推动复杂项目跨团队落地。
对 AI 技术发展保持持续关注，能够主动研究新技术、新框架和新范式，并结合业务实际判断其应用价值。