AI架构总监

【岗位职责】 1.主导企业级Agent Harness架构（记忆、规划器、状态机、Skill网关、异常降级、人工接管、审计鉴权、多租户隔离）的设计与落地，适配医疗内网私有化部署。 2. 主导Skill从拆分、开发、编排到测试、版本管理、灰度发布、监控告警的全生命周期工程，形态覆盖Prompt / RAG / 工具调用 / 业务规则等。 3. 在Prompt / RAG / 编排 / 规则 / 微调 / 传统程序间做最优决策，用POC和真实样本集验证（准确率、幻觉率、失败率），AI不适用就果断走混合方案或放弃AI路线。 4. 应用层问题本团队闭环，需基座提升时整理样本与指标向大模型中心提诉求，避免"全靠微调"或"全靠Prompt硬扛"。 5. ToB/ToG合规交付：保障数据不出院、等保、密评、操作审计、患者数据权限管控，区分公共Skill与定制Skill，平衡标准化与定制化。 6. 0到1搭建AI-Native应用研发团队，划分Harness架构、Skill开发、AI产品经理、Agent测试等角色，聚焦应用层（不设大模型训练岗）。 7. 建立幻觉风险管控与降级、中断、人工介入机制，避免Agent在高敏感场景无限制自主调用工具。 【任职要求】 1.3年以上模型算法或相关技术工作沉淀；3年以上"模型+垂直业务"深度结合经验，能把业务诉求转化为算法指标并闭环落地。 2.掌握RAG/向量库、推理优化、Prompt编排，能从架构层面区分两者，规避根本性设计问题。 3.有企业级Agent Harness（或等价云原生AI编排）生产落地经验，且有单Agent/多Agent复杂任务上线项目。 4.熟悉LangGraph、AutoGen等开源框架，能清晰判断其在私有化B端场景的能力缺口。 5.能在Prompt / RAG / 编排 / 规则 / 微调间做出合理权衡，有通过POC验证业务效果的实战经历。 6.有内网私有化项目经验，理解多租户、权限审计、安全合规体系；有医疗、政务等强合规行业背景者优先。 7.有团队管理经验，能有效划分团队内部及集团上下游工作边界，推动跨团队协同。