AI工程架构与系统研发 主导AI技术体系的整体工程架构设计，涵盖模型推理服务、在线/离线特征平台、训练与实验环境、模型仓库、A/B测试平台等核心模块 负责模型在线推理引擎的架构选型与性能优化，确保高并发、低延迟、高可用的服务能力推动特征平台的标准化建设，实现特征生产、存储、共享、在线/离线一致性的工程闭环深度参与核心代码编写与技术评审，保持对关键模块的技术把控力 模型工程化与交付 建立标准化的模型工程化交付流程，推动算法团队产出的模型能够高效、稳定地部署到生产环境负责模型的性能调优、资源优化与成本控制，在保障效果的前提下提升推理效率、降低算力成本推动模型版本管理、灰度发布、线上效果监控与自动回滚等工程能力的建设，确保模型迭代的安全性与可控性 MLOps 体系建设 构建完善的MLOps平台，覆盖数据管理、模型训练、实验追踪、模型部署、监控告警、自动运维等全生命周期 推动模型与服务的一体化运维能力建设，提升模型的线上可观测性与问题排查效率 建立模型效果与系统性能的双重监控体系，用数据驱动的方式持续优化模型服务能力 团队搭建与管理 组建并带领AI工程团队，涵盖后台开发、推理引擎、MLOps平台、特征平台等关键职能建立高效的研发流程与工程技术文化，推动团队持续输出高质量、高可用的系统代码制定团队成员成长路径与绩效体系，打造一支能打硬仗、有技术追求的AI工程铁军作为AI工程团队的发言人，向管理层清晰传达技术规划、进展、风险与资源需求 任职资格与能力要求 工作经验 至少5年以上后台开发/分布式系统/AI工程化相关经验，其中至少2年以上AI工程团队管理经验具备AI工程化落地的完整经验，能够清晰讲述过往AI系统从0到1的构建逻辑、架构演进与业务价值 有大规模模型推理服务、特征平台、MLOps平台等核心系统的设计与交付经验 有支付、金融科技、风控、反欺诈、智能客服等相关行业背景者优先 曾在头部互联网公司、金融科技企业、AI独角兽或国际知名科技公司担任核心技术岗位者优先 有3年以上技术团队管理经验，能够独立搭建并带领10人以上工程团队者优先有高并发金融系统、实时风控引擎、海量数据处理等实战经验者优先 技术能力画像 ，编程与工程能力: 。 精通至少两种主流编程语言(Go/Java/C++/Python)，具备优秀的代码能力与工程素养具备扎实的计算机基础知识(操作系统、网络、数据结构、数据库、分布式理论等)

AI工程化能力: 深入理解主流模型推理引擎架构(如 TensorFlow Serving、TorchServe、Triton InferenceServer、ONNXRuntime等)，有二次开发或性能优化经验者优先 熟悉模型优化与压缩技术(量化、剪枝、蒸馏、算子融合等)，有GPU/CUDA推理优化经验者优先 熟悉特征存储与在线/离线特征一致性解决方案(如Feast、Redis、Flink、Icebere等 教育背景 毕业于国内外顶尖高校，计算机、软件工程、人工智能、数学、电子信息等相关专业优先硕士及以上学历优先