• 编队驻场：与咨询顾问一同进入客户现场，把“两套机制接口未定义”这类诊断结论，翻译成可落地的技术方案、交付范围与里程碑，而不是停留在建议清单。
• 端到端交付：主导需求澄清 → 原型验证（POC）→ 生产部署 → 验收运营的全流程，对“客户能不能天天用”负责，而不是对“演示效果好不好”负责。
• 智能体搭建：基于大模型搭建 Agent 工作流、RAG 知识库、工具封装与多 Agent 编排，做提示词工程与效果评测，让输出稳定、可控、可复现。
• 系统集成与数据管道：对接客户 ERP / OA / 人力 / 财务等既有系统，完成数据接入、口径治理、接口联调、权限与安全合规处理。
• 生产级质量：交付可复现、可回归、可交接的系统——配置留档、文档齐备、客户技术团队能自主维护，人撤走系统还在跑。
• 沉淀复用：把现场方案抽象为可复用模块与组件，回流给 Dev 平台组，让同类项目的交付成本逐次下降。
• 价值量化：与 Echo 一起把交付效果算成账——节省多少人天、缩短多少周期、减少多少差错，用数字而不是形容词汇报成果。

• 3 年以上软件工程经验，Python 熟练，至少掌握 TypeScript / Java / Go 之一；独立交付并运维过生产系统（不是只写代码交出去）。
• 有大模型应用落地经验：提示词工程、RAG、Function Calling、Agent 编排（Dify / Coze / LangChain / LangGraph / 自研框架任一即可），能说清自己做了什么、跑通了什么、踩过什么坑。
• 工程基本功扎实：Linux、Docker、数据库、REST API，能独立完成环境部署与系统集成，能处理私有化部署、网络与权限等现场问题。
• 能接受驻场与出差，能在客户现场与业务人员、IT、管理层三类角色分别对话。
• 本科及以上学历，计算机 / 软件工程 / 人工智能等相关专业；能力突出者不限学历与专业。
• 高主动性：需求模糊、资料不全、组织复杂时，能自己找路向前推进，而不是等一个写全的文档。
• 交付执念：相信“能跑起来”比“说得漂亮”重要，愿意为最终可用性负责到底。
• 低自我协作：能把技术讲给不懂技术的人听，也愿意被业务说服、被现场推翻重来。
• 算账意识：习惯追问“这个东西给客户省了多少”，而不是“这个功能做没做完”。

来自公开渠道的招聘信息，已清洗脱敏：不含企业名、HR 姓名与联系方式， 也不转载职位原文以外的内容。仅供了解岗位画像，不作为投递依据。

看全部岗位