小红书AI平台与应用工程师
任职要求
任职要求 1. 本科及以上学历，计算机或相关专业背景，具备分布式系统开发经验（1 年及以上），具备良好的系统设计与工程落地能力 2. 精通 Java / Python / Go 中至少一门编程语言，具备扎实的工程基础和框架级调优经验 3. 对前沿 AI 技术保持高度关注，具备主动学习和技术探索意识，能够持续跟进并评估新模型、新框架及新应用形态，并推动其在实际业务中的落地 4. 熟悉…
工作职责
岗位描述： 我们正在寻找一位具备扎实工程基础、对前沿 AI 技术充满热情的工程师，参与小红书内容安全平台的智能化升级建设。该岗位将以 Agent 平台为核心，探索并落地新一代 AI 在内容安全领域的应用形态，通过大模型与工程系统的深度融合，重构内容安全审核模式，支撑亿级用户规模下的内容安全工程链路。 你将有机会参与前沿 AI 技术在真实复杂业务场景中的探索与实践，在快速演进的技术体系中不断学习、尝试和迭代，推动内容安全系统向更智能、更高效的方向发展。 岗位职责： 1. 基于 Agent 平台，负责内容安全多类场景化 Agent 的后端设计、开发与日常维护，参与 AI 系统整体架构的搭建、演进及平台能力沉淀 2. 参与内容安全模型与系统平台的功能开发与稳定性建设，保障平台在高并发场景下的稳定运行，支撑包含亿级 DAU 产品的数据流、审核系统及运营平台等核心工程链路 3. 持续关注并探索大模型、Agent、Workflow 等前沿技术在内容安全场景中的应用，推动 AI 能力在审核效率、效果及工程效率上的持续落地与优化
聚焦金融智能体的"知识大脑"与"工具手臂"，主导金融专业检索体系与工具调用基础设施的整体技术架构与演进。你将作为智能体能力供给侧的核心架构者，让大模型从"能聊天"进化为"能查、能算、能用工具解决专业金融问题"，为投研、投顾等上层 AI 应用提供可靠的知识底座与工具执行层。 1. 金融知识工程和检索架构设计：全面负责金融领域专业检索系统的架构设计。构建覆盖宏观经济、行业研究、公司财报、基金股票产品等多源异构金融数据的统一检索体系，设计混合检索（NL2SQL/NL2Python + 向量 + 关键词 + 结构化查询）与多路召回排序架构，确保专业金融问答的准确率与时效性； 2. 工具调用基础设施平台建设：设计并落地智能体工具调用的核心基础设施。基于 MCP标准构建统一的工具注册、发现、调度与执行框架；沉淀可复用的 Skills 体系，实现工具能力的标准化封装与弹性编排，让智能体"即插即用"地获取专业金融能力。
1. 企业级 AI 转型战略 ● 推动“原生智能”范式升级： 与各业务线（支付、财富、保险等）深度协同，利用我们的自研垂类模型重构核心产品逻辑。识别并定义高价值场景，确保自研技术在垂直领域建立绝对竞争优势。 ● 价值驱动的解决方案： 制定核心业务的 AI 迁移路径。建立科学的价值评估体系，量化技术平台带来的业务增量（营收、人效、风控），确保技术投入产出比（ROI）最大化。 2. 统一数据智能战略 ● 下一代数据基础设施： 定义产品愿景，建设安全、合规且统一的数据智能底座 (Data Intelligence Fabric)。在严格遵守合规的前提下，释放海量垂直领域知识的战略价值，将其转化为模型能力的源动力。 ● 隐私计算与合规治理： 设计基于隐私保护计算的数据流转机制。确保在满足最严格的金融数据合规与治理要求下，实现数据要素价值在模型训练与推理中的最大化释放。 3. 平台产品架构设计 ● 标准化 AGI 基础设施： 将底层的技术能力（如知识引擎、多模态运行时）转化为标准化的企业级产品矩阵 (SDKs/APIs)，降低业务接入成本。 ● 模块抽象： 洞察不同业务场景（搜、广、推）的共性，抽象可复用的 AI 模块，避免重复建设，提升平台的可扩展性与稳定性。 4. 生态增长与运营 ● 内部开发者生态： 带领运营团队打造内部开发者关系 (DevRel) 体系。通过标杆案例、黑客马拉松等形式，提升 AI 平台在全集团的渗透率与影响力。 ● 产研正循环： 建立高效的反馈闭环，将业务落地的实际反馈直接转化为模型与平台的迭代输入，驱动技术持续进化。
建设面向阿里集团各类 AI Agent 提供 MCP、Skills、Rules 以及 API 等开放能力生态的 AI 开放平台 1. 负责 AI 开放平台核心模块的设计、开发与维护，包括 MCP /Skills/API 服务开放、托管、性能优化以及相关研发链路和流程的建设 2. 参与打造高质量 AI 能力开放市场，负责各类开放能力质量扫描和智能筛选等能力的建设，提升在 AI Agent 中消费大量开放能力的效率 3. 参与开放平台系统架构优化，提升平台稳定性、安全性和可观测性，提升开放平台服务可靠性 4. 负责面向集团内部开发者和用户对于 AI 开放平台的需求对接、任务拆解以及落地实施。