岗位职责： 1.负责语言语义产品后端的技术架构规划与演进，设计支撑高并发、低延迟、高可用的分布式系统方案，并对工程交付结果负责。 2.主导核心工程模块（网关路由、会话管理、意图分发、上下文存储、多模型路由、计费监控）的方案设计与关键编码，带领团队完成迭代。 3.负责对接算法团队提供的 ASR、LLM、TTS、意图识别、多轮对话、向量检索等能力，从工程侧实现 Prompt 管理、多模型路由、Fallback 降级、流式响应拼接与超时控制。 3.设计并落地缓存策略、消息队列削峰、限流熔断、服务分片、弹性扩缩容、多活容灾等机制，保障系统在万级 QPS 下的稳定性与端到端延迟达标。 4.搭建链路追踪、指标监控、日志聚合体系，实现 AI 调用耗时 / Token 消耗 / 错误率可视化，推动动态路由、Prompt 压缩、结果缓存等工程降本策略落地，建立标准化研发流程。 5.跟踪应用层工程技术演进（Agent 编排框架、RAG 工程、流式处理、多 Agent 协作链路等），完成工程验证、原型搭建与规模化落地。 6.制定工程架构规范与技术标准，指导核心模块开发，带领并培养业务工程团队，与算法、产品团队协同推进跨端（Web/App/车载/IoT 等）落地。

任职要求： 1.计算机 / 软件工程等相关专业本科及以上学历，5 年以上后端 / 分布式系统开发经验，2 年以上 AI 应用工程化经验。 2.精通 Java ，熟悉微服务生态（Spring Cloud / gRPC / Gin 等）、容器化（Docker/K8s）、Service Mesh、CI/CD、异步编程模型与并发调优。 3.深入掌握分布式缓存（Redis）、消息中间件（Kafka/RabbitMQ）、分库分表、网关设计、限流熔断（Sentinel/Resilience4j）、异步化 / 流式处理架构，有实际大规模流量承载经验。 4.熟悉 LLM API 调用范式、LangChain/LlamaIndex 等编排框架、向量数据库（Milvus/Weaviate）、流式响应处理、模型路由与 Fallback 策略；不要求模型训练 / 算法底层研发能力，但需具备模型工程化集成经验，能清晰理解模型的能力边界、调用延迟与成本结构，并据此做工程优化与取舍。 5.优秀的系统抽象能力、架构权衡思维、跨团队协作与项目推动力，能在不确定性中做技术决策并承担结果。 加分项： 1.具备团队管理或技术 Leader 经验，能拆解任务、把控代码质量与交付节奏，并能与算法团队高效对接、定义清晰的工程接口与协作边界。 2.有语音助手、智能客服、AI Agent、车载语音 / 智能家居语音交互等产品的后端架构或核心研发经验。 3.熟悉主流云厂商 AI 服务（阿里云百炼、腾讯云智聆、AWS Bedrock、Azure AI 等）的工程接入，或开源语音 / 对话生态（FunASR、CosyVoice 等）的部署与封装。 4.有实时音频流处理（PCM/Opus）、WebRTC、WebSocket/gRPC 流式通道、端云协同架构、端到端延迟优化（<1.5s）实战经验。 5.主导过从 0 到 1 的 AI 应用工程架构落地，并成功支撑百万级 DAU 或千万级 API 调用。 6.主导过 LLM 调用成本优化（缓存命中、Prompt 压缩、模型路由等）并有量化成果。 7.具备强烈的责任心和自我驱动力，能够主动解决问题和承担压力。