岗位描述
该岗位是一个偏实战型的工程领导角色，负责建设和扩展数据与AI工程能力，以支持AI转型项目在国际及本地项目中的落地。作为AICL平台负责人，需主导端到端平台能力设计与交付，协同数据科学、数字化、分析/报表及全球团队，将业务场景需求转化为可复用的平台资产；同时作为中国区数据治理论坛的协调接口，确保相关决策支持可信、合规的数据消费与AI应用。 主要职责包括： 1. AICL平台领导与架构：主导中国区AICL能力的设计与亲自交付，包括面向AI的数据产品、语义/消费层及编排模式；将AI和分析场景需求转化为具体技术方案与交付成果，推动从概念验证到MVP再到生产级解决方案落地；确保平台组件具备可用性、稳定性和可复用性。 2. 跨团队协同（中国区与全球）：与数字化/工程团队日常协作，共同设计并实施AICL解决方案，包括集成、部署、测试和运维交接；与数据科学、数字化及分析相关方紧密合作，确保平台能力贴合真实业务场景和落地路径；与全球团队保持持续双向对齐，推动全球平台演进经验共享，并将中国需求和约束反馈至全球讨论中。 3. AI消费能力建设：推动语义层和上下文层能力建设，如业务术语与技术对象映射、单一事实来源KPI整合、组织与上下文增强等；指导AI消费和编排模式设计，如结构化与非结构化检索协同、智能体编排等，作为AICL高级能力规划的一部分。 4. 数据质量与可观测性：负责AICL及相关平台的数据质量和可观测性，确保企业标准及AI/分析相关准则被明确定义并由相关团队持续执行。 5. AI/ML工程、MLOps与LLMOps：推动机器学习和AI方案生产化，包括训练/推理流水线、打包、部署、监控和模型及AI服务全生命周期管理；设计和开发基于大语言模型的应用，包括RAG系统和AI智能体；使用LangChain、LlamaIndex等框架构建可扩展AI方案；实施LLMOps实践，如提示词测试、运行时监控、评估与护栏、幻觉控制等；与数据科学家合作，将模型集成到可扩展服务和工作流中。 6. 后端服务与平台工程：构建和维护Python服务及REST/gRPC API（如FastAPI），支撑推理流程、元数据/服务、内部平台和自动化；建立清晰的API契约、数据模型、校验机制以及安全的认证与授权模式。 岗位要求包括：具备计算机科学、统计学、数据科学、工程等相关专业背景；拥有多年数据/分析平台、数据产品或AI使能相关经验，并有跨团队交付及平台推广经验；熟悉端到端数据与AI平台架构，尤其是消费层、语义层及平台生命周期；具备扎实的Python开发能力，熟悉FastAPI/Flask、REST API、ETL开发、SQL、数据库及数据建模；了解版本控制、CI/CD、测试和可观测性等现代工程实践；具备云平台、容器和CI/CD相关经验；具备较强的沟通、协同和技术判断能力。