前线部署工程师（偏全栈）

1. 全栈交付与 AI ⼯程化 – 业务落地：负责⼤模型应⽤及 SaaS 平台研发，保障复杂交互场景的⾼性能与扩展性。 – AI ⼯程化：负责 MCP 扩展及⾃定义 Skill 开发，主导 Agent Loop 的产品集成与落地。 – 全栈闭环：承接全栈⽅案输出与微服务⽹关轻量改动，协同团队适配复杂私有化环境。 2. 需求解构与⽅案敲定 – 需求收敛：⾼频对接⼤客户，将模糊业务诉求转化为严谨、可量化的技术 Spec。 – ⽅案与 POC：结合⾃研 AI 能⼒制定解决⽅案，快速构建⾼质量 POC 原型以加速决策。 3. 标准化抽象与产品反哺 – 需求提炼：解构前线定制诉求，提取⾼频共性场景与通⽤模型。 – 产品反哺：将定制⽅案转化为产品优化建议，对接产研，驱动平台通⽤能⼒演进。

1. 技术要求 – ⽹络与前端基础：理解浏览器机制与通信原理，重在全栈链路故障与性能瓶颈的实战排查⼒。 – 前端⽣态：熟练 React 体系，熟悉现代前端路由与敏捷 UI（如 shadcn/ui），注重代码清爽与极速 POC 交 付。 – AI 与 Agent：熟悉主流 AI 产品边界，掌握 MCP 规范与 Tool/Skill 调试，具 Agent Loop 实战联调 经验。 – 全栈与环境：熟悉 Monorepo；具 Go 语⾔快速上⼿能⼒，能改动⽹关层路由/鉴权；熟悉 Docker/CI-CD， 能协同扫清私有化部署阻碍。 2. 团队协同与软实⼒ – 跨团队协同：优秀的沟通能⼒，衔接前线客户与后⽅产研，⾼效管理期望并推动产品反哺。 – 商业同理⼼：具 KA 服务意识，能将复杂商业构想转化为可量化的技术指标。 – 挑战与攻坚：⾯对不确定性或⾼压⾮标场景，具备极强的⾃驱动与破局能⼒。 – 抽象思维：具产品⼯程思维，能从繁杂定制中提取通⽤模型，与产研⾼效对⻬。 – ⽅案呈现：具技术沟通与呈现技巧，能流畅直⾯⼤客户⾼管阐述⽅案并达成共识。 加分项 – 具 FDE、技术咨询、交付架构师或⾼级专业服务（PS）经验。 – 具 ⼤客户⼤模型应⽤、AI 私有化混合云部署或 LLMOps 项⽬交付经验。 – 曾作为核⼼主导或⻣⼲，具 AI Agent 系统（含任务闭环/多 Agent 协作）从 0 到 1 投产经历。 立即投递