(2026届春招)涂鸦智能热招岗-AI应用开发工程师

工作地点:杭州

岗位职责
1. 负责基于自研技术栈构建高可用的 AI Agent,设计多智能体协作逻辑及自省机制。
2. 参与构建高性能检索增强生成RAG系统,优化向量数据库检索、重排序及长文本上下文管理。
3. 将 LLM 能力解构并集成至复杂的业务系统中,通过提示词工程与逻辑调优提升系统输出的稳定性与准确率。
4. 负责核心模块的代码编写与系统重构,应用微服务架构保障系统在高并发场景下的高性能与低延迟。
5. 与产品经理、算法工程师深度配合,将前沿 AI 技术转化为可规模化的产品功能。
6. 持续追踪 OpenAI、Anthropic、Huggingface 等社区的最新动态,参与技术选型与原型验证。

任职要求
1. 熟练掌握 Python / Go / Java 中的至少一门(熟悉Java 优先),对数据结构、算法、计算机网络有深刻理解,具备良好的编码规范。
2. 熟悉大语言模型的基本原理,了解 RAG、Function Calling、MCP等核心概念,有实际的 LangChain 或相关框架使用经验。
3. 具备基本的分布式系统知识,了解 MySQL/Redis 等常用数据库,对高并发和系统可用性有初步认知。
4. 面对日新月异的 AI 领域,具备卓越的文献/文档阅读能力和快速上手新技术的能力。
5. 逻辑清晰,能够准确表达技术方案,享受团队合作解决难题的过程。

加分项
1. 有完整的 AI Agent、对话式AI、多模态AI应用开发落地经验。
2. 在 GitHub 上参与过知名 AI 开源项目或有高星个人项目。
3. 在 ACM、蓝桥杯或主流 AI Hackathon/大模型创新大赛中获得过奖项。
4. 熟悉向量数据库底层原理,或对模型微调有实践经验。

📥 投递方式(重要提示!)

👉 访问并直接投递:https://app.mokahr.com/campus-recruitment/tuya/147434?sourceToken=c722929049ba879b8e0d4bf8bc4e1769#/job/6530d6a9-a4e7-4419-a955-deab73bf5dfe

📌 ⚠️ 请务必在简历中填写内推码:NTAByWa,后续可私信我查询你的投递记录、面试进度及反馈结果,我看到都会回复的

✅ 填写内推码可优先筛选、快速进入面试流程!

⏳ 招聘流程
📅 网申截止:2026年6月30日

🤖 AI初筛 → 面试邀请 → 线上面试 → Offer发放 → 入职
#2026年春招##涂鸦智能2026春招#
全部评论

相关推荐

头像
03-08 04:30
已编辑
华东师范大学 算法工程师
此时此刻,2026年的3月这个时间,llm驱动的agent这一新应用范式已经在coding领域深度扎根,被广泛认可,需要意识这种成功源于两个方面:一是底层llm能力迈过了“能用”的门槛,并且越来越“好用”,差不多一年前,Anthropic发布sonnet 3.7,那时候就已经是“可用”了,未来llm会成为像数据库、消息队列一样的常用组件,集成进各种系统里;二是coding场景天然适合agent应用,一切开发相关的上下文被装进了文件系统和ide,为agent应用做好了所有必备的信息集成,同时bash等命令行工具为agent提供了高效操作文件的能力。两者叠加,才有了vibecoding的繁荣。那么从vibecoding中可以得到什么启发呢,一方面是llm可以通过训练真正胜任下游任务,这条路被证明是通的,另一方面是以目前的agent范式应用llm能力,首先要对需要应用的场景做信息集成、能塞进llm的上下文,然后是要给llm构建足够强大、高效的动作空间,使其操作环境里的数据完成任务。上面说的两个方面,其实就是需求激增的两种“AI工作”的方向,一个是做垂类的算法岗,一个是开发或者说应用岗。算法岗需要“卷”的,是深刻理解模型在具体场景下的工作范式,构建可靠的评测集测试现有模型的能力边界和缺陷,掌握针对性提升能力的数据构建,探索最高效的模型训练方法,让通用基座模型深度适配垂类场景,在现在这种早期阶段,算法岗也不乏需要参与新工作范式的设计和落地,说白了就是承担一部分开发相关的工作。开发岗需要“卷”的,是对业务本身的革新思考,目前的软件生态是移动互联网时代发展来的,与用户的交互逻辑是严谨、固定流程的,而ai灵活的处理能力,赋予了软件设计极大的想象空间,正因为过于灵活,agent等新应用范式的规范设计就显得更加重要,现在可以是agent,以后也可以是别的什么,总的来说,是要梳理客观上能表征业务场景全部信息的数据,集成到一个环境中,这个环境里面还需要开发对数据的所有操作指令,然后给llm通过提示词来说明如何在这个环境中工作,这个过程需要反复的试错,还要测试模型能力的上限和缺陷,给算法提需求。分析了这些之后,考虑作为一个校招生,想要进入一家公司做这样的工作,需要“卷”什么呢?可以看出业务侧垂类算法的核心已经不触碰底层模型架构了,更多依赖数据驱动,以及高效的后训练,和推理优化,所以这里要卷什么,没必要再赘述,agent时代之前算法也是做这些,无非是面向的场景数据变了。对于应用岗,初学AI很容易被一些看似“先进”的概念吸引,以为找AI工作就是去记什么是react,什么是mcp,什么是skill,什么是上下文管理,但通过上面的分析我们知道,这些只是“实现信息集成、实现数据操作”的具体方法,现在处于行业爆发早期,很有可能不久就被更好的设计迭代掉了,如果只把精力投在这上面,一方面这些东西从技术层面都是很简单的处理,没什么深度,一堆造词造概念,谁都能轻松掌握;另一方面,没有真正探索llm强大、灵活的能力,只是复现别人总结的使用方法。一定要摒弃移动互联网时代Java后端那种“找个集成所有技术栈的项目全手写一遍”的想法,之前这样有用,是传统互联网开发的模式导致的,只要成为一个好用的螺丝钉就行了,在哪都是写那套东西,用那套技术栈。但AI时代不一样,尤其现在是早期,AI带来的技术栈增量非常小,因此除了传统开发方向的技术栈之外,应该卷的是基于AI灵活的能力,找到新的应用场景、交互模式,并针对场景设计开发应用AI的方法,这里完全可以天马行空,不会有什么这里要用redis这里要用mysql这里要用mq的技术包袱,大胆去尝试,做出不一样的东西,有想法才是AI时代的破局之道。
找AI工作应该卷什么?
点赞 评论 收藏
分享
评论
1
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务