主要責任:

• AI中心設計與開發： 建立、開發和維護高性能後端服務和API，特別是為生成式AI使用案例。

• 團隊領導與指導：領導、管理和指導初级开发者和分析師，培養出優質、最佳實踐和持續學習的文化。

• 系統分析與可擴展設計：分析複雜系統需求，設計可擴展、高效且可維護的解決方案，以支持AI驅動的工作負載。

• 數據庫與向量管理：設計和優化數據庫（SQL/NoSQL）和向量存儲，確保對AI應用的最高數據完整性、性能和相關性。

• Gen AI 整合與實現：直接將生成式AI模型和服務（例如OpenAI、Anthropic、開源LLMs）整合並優化到生產後端系統中。

• 代碼品質與審查：通過嚴格的代碼審查和團隊標準的建立，確保代碼品質、性能和安全。

• 跨功能協作:與前端開發人員、產品經理和業務利益相關者密切合作，交付協調且高影響力的產品。

• 性能故障排除：主動識別、診斷並解決系統性能、可擴展性和集成挑戰。

• 技術文件：創建並維護清晰、全面的技術文檔，以記錄系統架構、API和開發過程。

基本資格（必須具備）：

• 教育背景:計算機科學、工程或其他相關技術領域的學士學位。

• 經驗：

  • 8年以上後端開發和系統架構的專業經驗。

  • 設計、建立和部署生成式AI應用的實際經驗 （例如，RAG、AI代理、LLM微調、提示工程系統）。這是一個不可議的條件。

• 技術技能（核心）：

  • Python專家級熟練是AI/ML開發和整合的必要條件。

  • 深入的數據庫系統（例如PostgreSQL、MongoDB）和向量數據庫（例如Pinecone、Weaviate、pgvector）的經驗。

  • 設計RESTful API和微服務架構的強大專業知識。

  • 熟悉雲平台（AWS、Azure 或 GCP）和容器化（Docker）。

  • 精通版本控制（Git）和CI/CD原則。

理想的資格條件（可有可無）：

• 熟悉額外的後端語言（例如Java、Node.js、.NET Core）。

• 使用Terraform或CloudFormation的基礎設施作為代碼（IaC）。

• 使用Kubernetes進行編排。

• 熟悉MLOps/LLMOps實踐和工具。

• 在敏捷/Scrum開發環境中工作的經驗。

軟技能：

• 出色的問題解決和分析能力。

• 強大的溝通和團隊合作能力，能夠向非技術利益相關者解釋複雜的技術概念。

• 在快節奏、動態的環境中茁壯成長並有效管理多個優先級的能力。