1.技术架构规划：主导应用系统的整体架构设计与中长期演进路线规划，负责核心技术选型，推动微服务拆分与治理，确保系统的高可用、高并发与可扩展性。 2.技术治理与规范：制定并推行统一的开发规范、代码评审（Code Review）机制与测试标准；建立技术债务管理机制，持续优化系统底层架构与代码质量。 3.AI工程化策略：从全局视角规划AI辅助开发落地路径，主导基于Qoder、Workbuddy等AI开发工具的工程化集成与规范制定；推动AI编程助手在团队中的规模化应用，制定AI辅助编码的最佳实践与质量把控标准，全面提升团队研发效率与代码质量。 4.业务架构沟通：作为技术与业务的桥梁，深度参与业务需求评审，将复杂的业务诉求精准转化为可落地的技术架构方案，并能向非技术管理层清晰阐述技术价值与实现路径。 5.团队技术赋能：定期组织内部技术分享、架构复盘与前沿技术（如大模型、云原生）探索；指导初中级工程师解决复杂工程问题，提升团队整体技术水位。 6.技术攻坚与创新：带领团队攻克高并发、大数据量及AI辅助开发工具深度集成等核心技术瓶颈；保持对AI开发工具前沿动态的敏锐度，探索Qoder、Workbuddy等工具在复杂业务场景中的创新用法，构筑团队技术效率壁垒。

基础能力 - 本科及以上学历，计算机相关专业，8年以上全栈开发经验，其中至少3年AI相关项目实战经验。 - 后端：精通Java（Spring Boot/Spring Cloud），深入理解微服务架构原理，掌握MySQL、Redis、Kafka等常用中间件，具备亿级数据或高并发系统架构设计经验。 - 前端：熟练使用Vue.js（Vue2/Vue3）+ Element UI/Ant Design Vue，能主导前端工程化建设、复杂页面开发与底层组件封装。 - AI能力：精通Qoder、Workbuddy等AI辅助开发工具，能高效利用AI工具完成前后端全栈项目开发；熟悉AI编程助手的高级用法（如代码自动生成、智能代码审查、自动化测试生成、技术文档辅助编写），具备基于AI工具链大幅提升开发效率的实战经验；了解大模型（LLM）应用开发（如LangChain、Prompt Engineering）者优先。 实战经验 - 主导过至少2个完整的AI产品从0到1落地，能清晰阐述系统架构演进、遇到的核心技术难题及解决方案。 - 具备丰富的性能调优经验（如JVM调优、SQL优化、前端渲染优化、AI工具链集成优化），能通过架构手段与AI工具协同定位并解决系统瓶颈。 - 熟悉DevOps流程，有Docker/K8s容器化部署经验，能主导搭建自动化部署、监控与告警体系。 软性素质 - 极强的自驱力与全局观，能在复杂多变的业务场景下快速定位根因并推动跨部门解决。 - 卓越的沟通协作能力，能用非技术语言向业务方清晰传达技术方案。 - 对AI技术有强烈热情，持续关注行业动态，具备前瞻性视野，愿意探索新技术在业务中的商业化应用。