岗位简介

你贴着客户工作，对结果负责，把可用的 AI 系统推进生产。FDE 是 Turbo AI 交付的最前线——从摸清问题、设计方案到实现与交接，往往以周计，而不是以季度计。

你会做什么

• 深入客户团队，把模糊的业务问题变成可交付的 AI 产品。
• 端到端设计与实现：agent、RAG、评测体系，以及围绕它们的产品界面。
• 从首次工作坊到生产切换全程负责，包括加固、可观测性与文档。
• 与创始人和 AI 工程师紧密协作，把合适的平台能力拉进每一次交付。
• 离开时留下客户能自己跑起来的系统——清晰的运维手册、指标和下一步迭代路径。

我们期望你

• 扎实的全栈工程能力——产品界面和 AI 底层都能扛。
• 能接受驻场或高强度客户协作；在模糊情境下沟通清楚。
• 有 LLM 或 agent 系统上线经验（RAG、工具调用、评测、提示与上下文设计）。
• 熟练 TypeScript 和/或 Python；熟悉现代 Web 技术栈（如 Next.js）更佳。
• 偏交付：宁可先有能跑的生产系统，也不要完美的设计文档。

加分项

• 有咨询、解决方案工程或前线交付经验。
• 在运营、内容、数据平台或内部工具等领域有深度。
• 有过把系统交接给客户工程团队的经验。

岗位简介

你设计和实现我们交付产品里的智能层——agent、模型接入、检索、评测，以及让系统可靠的产品逻辑。你关心的不只是聪明的提示词，还有生产里真实的行为。

你会做什么

• 为真实客户负载设计 agent 架构、工具接口与 RAG 系统。
• 搭建评测、回归与质量门槛，明确什么时候够格上线。
• 集成前沿与开源模型，在延迟、成本与质量之间做取舍。
• 与 FDE 协作，把能力落到客户环境，并根据生产信号持续迭代。
• 把可复用模式沉淀回我们内部的 builder 工具箱。

我们期望你

• 扎实的软件工程背景，有笔记本之外的生产经验。
• 熟悉 LLM 应用模式：提示、工具调用、RAG、agent 与评测。
• Python 扎实；有 TypeScript 经验更佳。
• 能调试非确定系统——链路追踪、评测、失败模式与成本。
• 适应短交付周期，对结果有清晰 ownership。

加分项

• 用过向量数据库、编排框架或自研 agent runtime。
• 有应用 ML、信息检索或多模态背景。
• 有开源贡献或关于 LLM 系统的公开写作。

岗位简介

你搭建让 builder 更快、更稳交付的平台——模型服务、GPU 与集群运维、可观测性、AI 工作负载的 CI/CD，以及支撑每次交付的内部工具。

你会做什么

• 设计并运营跨云与客户环境的模型服务、批处理与实时推理路径。
• 负责 AI 工作负载的容器化、Kubernetes 与基础设施即代码。
• 为生产中的 LLM 与 agent 系统建设监控、追踪与成本控制。
• 与 AI 工程师和 FDE 协作，加固部署、缩短上线时间。
• 持续改进共享平台：模板、流水线与交付团队的开发体验。

我们期望你

• 2 年以上生产系统运维经验；有 ML/LLM 服务经验优先。
• 熟练 Python 和/或 Go；熟悉 Terraform、Docker 与 Kubernetes。
• 有云平台经验（AWS、GCP、阿里云等）。
• 熟悉数据或 ML 系统的 CI/CD、可观测性与可靠性实践。
• 书面表达清晰——你写的文档要能让别人接手运行。

加分项

• 用过 Ray、KubeFlow、Triton、vLLM 等服务栈。
• 有管理 GPU 集群或多租户推理的经验。
• 做过开发者平台或内部 MLOps 工具。