职位描述

我们正在寻找一名中层工程师，能够将AI应用于现实环境，并能与非技术业务伙伴合作，而非只是执行任务。你将：

发现和定义AI机会：与内部团队合作，了解工作流程、痛点和目标，识别高价值的AI/自动化机会。
设计端到端的AI解决方案：设计并实施整合现有系统和数据源的AI工具，使非技术人员易于使用。
构建高质量软件：编写干净、可维护的代码和测试。使用标准CI/CD和环境实践。实施日志记录、监控和基本守卫，以便理解并改进性能、质量、成本和可靠性。
推动解决方案的试点和采用：与最终用户紧密合作，收集反馈并迭代改进。
担任负责任AI的倡导者：确保解决方案符合隐私、安全和合规要求，尤其在处理敏感或受监管数据时。
促进重用：创建和分享可重用的模式、组件和文档，使未来AI/自动化工作更快更一致。
用生成式AI和自动化加速工作流程：利用AI加速执行（例如草稿、原型、大纲），探索替代方案（迭代、比较方法），综合信息（总结、提炼关键主题），自动化重复工作（文档、报告、QA检查）。

任职要求

我们寻找具有AI实际经验的中层工程师，能够与非技术业务伙伴合作，而非只是执行任务。具体要求包括：

软件工程基础。计算机科学、工程、数据科学或相关领域的学位（或同等经验），具备构建和运营生产系统的能力——后端服务、内部工具、整合或数据应用。
实际交付AI和自动化解决方案的经验。例如：多步骤工作流程自动化、内部工具使用文档理解或智能路由，或将AI服务（如OpenAI、Anthropic、Vertex AI、Bedrock）整合到现有系统中。
理解现代代理系统构造。了解本地与远程代理的区别，MCP（模型上下文协议）的工作原理，代理技能和钩子的作用，以及A2A（代理到代理）协调结构。能判断何时使用这些模式，何时使用更简单的方法。
系统设计和架构思维。能绘制数据流，思考集成点，评估方法之间的权衡，设计失败路径——包括回退、重试逻辑、超时和人工升级路径。
数据和安全判断。理解数据访问控制，敏感信息给AI带来的风险，PII最小化，审计日志记录，以及企业环境中负责任的数据处理。知道在数据进入模型前过滤数据，而非事后。
业务功能洞察。能与营销、财务、销售、HR、法律或运营等团队有效沟通，理解他们的工作流程、KPIs和限制，以制定符合真实需求的解决方案。
清晰、协作的沟通。能向财务经理解释架构权衡，与工程师在同一下午调试提示失败。通过直接说明限制，而非过度承诺，建立信任。

Pinterest致力于创造一个公平、包容和激励每一位员工的工作环境。我们希望通过透明的方式分享该职位的基础薪资范围。该职位还可能有股权。最终薪资基于地理位置、旅行、相关经验或特定技能和专业知识等因素确定。