岗位职责
AI升级战略的核心架构设计者与变革推动者，肩负两大战略目标：实现研发效能的指数级（10X）跃迁，以及驱动十万级存量应用向 AI 原生架构的演进。您的工作将直接影响公司数万名开发者的工作方式和效率。
I. 核心职责领域
- AI 解决方案架构设计与治理 (Strategic Output)
设计可复用 AI 应用架构，确保架构具备高安全性、高性能、高可观测性和良好的成本控制。
制定 AI 研发接入规范，涵盖从开发到部署的端到端标准。
输出标准化架构图、数据流图、部署模型等技术资产。
- 研发效能 AI 化攻坚与指标驱动 (10X Efficiency Focus)
主导研发场景（前端、后端、测试）的AI提效项目落地，串联上下游流程，形成最佳实践。
优化关键体验指标：重点攻克 Prompt 工程、上下文管理、响应延迟等LLM应用的核心挑战。
构建提效评估体系，通过关键指标（如 AI ROI）验证和驱动解决方案的业务价值。
- 规模化演进与工程化落地 (Scaling and Governance)
设计 AI 应用在过渡期和终态的协作形态，制定大规模应用向 AI 原生架构的演进策略。
将成功的 AI 模式封装为 SDK / CLI / IDE 插件等工具，降低业务团队接入门槛。
与产品生态深度合作，规模化推进集团研发过程的全面变革。
- 技术布道与方法论输出 (Enablement and Knowledge)
编写《AI 解决方案架构指南》《典型场景白皮书》等体系化方法论。
输出实施手册、Checklist、FAQ 等可复制资产，赋能业务团队。
组织**“最佳实践分享会”**，建设 AI 最佳实践工程对接平台，支持业务团队完成架构评估与改造。
任职要求
将 AI 技术转化为规模化生产力、驱动公司研发效能实现 10X 跃迁的技术专家。
- 资深架构经验与教育背景
教育背景与年限： 计算机相关专业本科及以上学历，具备3 年以上软件架构设计或平台建设经验。
现代架构范式： 熟悉微服务、事件驱动、Serverless、DDD 等现代架构设计范式，并具备AI架构融合能力。
- 核心 AI 工程化能力
深度理解并有大规模落地经验于大语言模型（LLM）核心工程技术栈：
Agent 模式（自主规划、工具调用）
RAG（检索增强生成）
Prompt Engineering（提示词工程）
实战经验： 具备实际 AI 工程化项目主导经验并实现规模化落地（如智能编程助手、自动化测试生成或 NL2API/SQL 等）。
- 卓越的抽象、规范与工具化能力
抽象能力： 具备出色的抽象能力，能从零散需求中提炼出可复用的 AI 应用架构模式。
规范能力： 具备制定高标准 AI 研发接入规范（安全、性能、成本控制等）的经验。
工具化推动： 擅长将成功的 AI 模式封装为 SDK / CLI / IDE 插件等工具，以低门槛实现规模化应用。
- 强大的组织变革与技术布道能力
具备强大的跨团队推动力和影响力，善于将复杂的AI技术路径转化为可执行、可落地的规模化演进策略。
具备体系化方法论输出和技术布道经验，能够驱动数万名开发者的工作方式变革。
- 加分项 (Preferred Qualifications)
AI 生态工具： 熟悉主流 AI 工具链（如 LangChain、LlamaIndex）或 AI 基础设施（向量数据库、模型服务框架如 vLLM, Triton）。
项目经验： 曾主导过百人以上研发体系的技术升级或大规模平台建设项目。