AGI 全栈工程师
我们要做的,是把 AI 真正接入 IoT 世界:让摄像头能理解画面、让设备能听懂指令、让海量视频数据产生业务价值,是客户真正在用、愿意付费的产品功能。 你将: - 将视觉 AI (人形检测、包裹识别、异常行为分析)、LLM (视频摘要、指令交互)、语音 AI 集成进 Ti RTC 平台,打造有付费价值的 AI 增值服务 - 独立负责 AI 功能全链路工程化:模型/API 选型、接
加载中...
岗位职责:
1. Agent 驱动开发
- 设计并实现 Agent-driven development workflow
- 构建多 Agent 协作流程(开发、测试、评审、部署等)
- 将复杂开发任务拆解为可由 Agent 执行的结构化任务
- 沉淀可复用的 Agent pipeline,提高整体开发效率
2. Vibe Coding 工程实践
- 深度使用 Claude Code / Codex / AMP 等工具进行日常开发
- 构建并持续优化个人或团队的 Vibe Coding workflow
- 对 AI 生成内容进行约束、校验与迭代优化
- 在开发效率与工程质量之间建立可控平衡
3. Spec-Driven Development
- 编写清晰、结构化的系统规范(API、数据结构、行为定义等)
- 通过 Spec 驱动代码生成,而非直接依赖手写实现
- 建立 Spec → Code → Test → Evaluation 的闭环流程
- 引入测试、sandbox、回放等机制验证 AI 输出的可靠性
4. 全栈开发(偏后端)
- 负责系统后端架构设计与实现(API、任务系统、状态管理等)
- 能够独立完成完整项目开发(包括基础前端能力)
- 构建 AI-native backend(任务编排、上下文管理、Agent 调度等)
岗位要求:
1. 后端能力
- 熟练掌握至少一种主流后端语言:Go 或 Node.js(任意一种即可)
- 具备扎实的软件工程基础(API 设计、异步任务、数据库等)
2. 前端能力
- 熟悉以下技术栈:Next.js,Tailwind CSS
- 能够完成基础产品界面开发与联调
3. AI 协作开发能力(核心要求)
- 具备使用 Claude Code / Codex / AMP 等工具进行实际项目开发的经验
- 理解并实践过 Vibe Coding 或类似 AI 辅助开发模式
- 能够设计并维护稳定的 AI 开发 workflow
- 具备通过规范(Spec)约束 AI 输出的能力
加分项:
1. Agent / AI 工程经验
- 使用过 Agent 框架:LangChain、Vercel AI SDK、OpenAI SDK 等
- 有实际 Agent 系统设计或落地经验(非简单 demo)
2. Agent 工具链与执行环境
- 有以下相关经验者优先:
- Browser automation(如 browser-use)
- Sandbox / 代码执行环境
- Tool calling / function calling 系统
- 参与过 AI 执行环境或工具系统的设计与开发
3. AI 工程化能力
- 具备以下经验者优先:
- Prompt 工程体系化设计
- 自动化测试 / Eval / Benchmark
- 多 Agent 协作与调度
- Context / Memory 管理
薪酬福利:月薪 $2500 - $6000,远程全职
The first modular real yield layer, backed by industry pioneers such as OKX Ventures, Optimism Foundation, Manifold etc.
注册并登录后即可查看
我们要做的,是把 AI 真正接入 IoT 世界:让摄像头能理解画面、让设备能听懂指令、让海量视频数据产生业务价值,是客户真正在用、愿意付费的产品功能。 你将: - 将视觉 AI (人形检测、包裹识别、异常行为分析)、LLM (视频摘要、指令交互)、语音 AI 集成进 Ti RTC 平台,打造有付费价值的 AI 增值服务 - 独立负责 AI 功能全链路工程化:模型/API 选型、接
参与后端架构设计与核心模块开发,保证 API 高可用、高并发。 负责数据模型、MySQL / Redis / MongoDB 优化和维护。 搭建并维护基础 AI 推理服务(模型部署、监控、告警)。 实现多 Agent 协同与任务调度,确保业务流程顺畅。 和产品、前端、运营配合,按周迭代需求。 3–5 年 Go 后端开发经验,基础扎实,熟悉 Gin / GO
1. 主导业务模块交付:独立负责核心服务的设计、开发与上线,覆盖平台鉴权、用量计费、开放 API 等方向,对模块质量和交付结果完全负责 2. 参与架构持续演进:推动服务端系统的解耦与模块化重构,让架构边界更清晰、系统更易维护 3. 承接技术预研与探索:在产品路线图中主动介入新方向的可行性评估与技术落地,包括多人会话、云存储、AI 功能集成、Matter 协议支持等 4. 建设开发者
作为 Infra 团队的核心成员,你的目标不是简单的维护 K8s 集群,而是 构建支撑大规模模型进化的机器学习平台 : AI 算力底座 :研发 AI 异构计算软件栈,结合高性能网络( RDMA/RoCE )、缓存技术与 GPU 架构,实现训练/推理全链路优化。 云原生 AI 套件 :深度定制 K8s 调度器 ( Volcano/