AI应用开发工程师（Java）-SA2

AI应用开发与集成： 1. 基于Spring AI等框架，设计与开发大模型应用系统，实现RAG、AI Agent等核心功能。 2. 后端使用Java技术栈（Spring Boot/Cloud）构建高可用服务；前端基于Vue技术栈实现交互界面与可视化组件。 3. 集成向量数据库（如PostgreSQL向量扩展）、知识库系统，优化检索与生成性能。 系统架构与工程化： 1. 参与AI应用架构设计，平衡前后端技术选型，确保系统的扩展性、稳定性与安全性。 2. 实现AI模型的微调、部署与运维，结合Docker/Kubernetes等工具完成容器化交付。 3. 制定开发规范、接口协议（如MCP），推动团队工程效能提升。 技术攻关与协作： 1. 解决AI应用中的技术难题，如性能瓶颈、模型调度、多源数据集成等。 2. 与算法、产品、测试团队紧密协作，推动需求快速落地，并撰写技术文档。 创新与预研： 1. 跟进LangChain、LlamaIndex等AI框架发展，探索AI Agent、自动化工作流等新场景落地。 推动AI能力与现有业务系统融合，避免技术割裂，实现端到端价值交付。 Essential criteria： 1. 本科及以上学历，计算机相关专业，3年以上Java开发经验。 2. 后端核心 ：精通Java、Spring Boot/Cloud；熟悉MySQL/PostgreSQL/MongoDB等数据库；了解Kafka、Redis等中间件。 3. 前端核心 ：熟练掌握Vue技术栈（或React），具备组件化开发与状态管理经验。 4. AI相关能力 ： 有Spring AI或类似框架使用经验，熟悉RAG技术原理与实践。 了解AI Agent开发模式、大模型API调用及基础微调流程。 熟悉向量数据库应用或PostgreSQL向量扩展。 5. 工程化能力 ：熟练使用Git、Maven/Gradle、Webpack、CI/CD工具链。 6. 具备良好的沟通协作能力、解决问题能力，能编写清晰的技术文档。 Advantage criteria： 1. 有企业级AI应用架构设计或完整项目落地经验（如智能问答、知识库系统）。 2. 熟悉TypeScript、Docker/Kubernetes、云原生部署。 3. 了解LangChain、LlamaIndex等框架，或有AI项目开发经验。 4. 有开源项目贡献或技术社区分享经历。 对AI技术趋势有敏锐洞察，能快速学习并应用于业务场景。