Senior Engineer

关于团队与岗位

岗位职责

• 参与 AI Native My Notes 核心研发，围绕会议助手、实时记录、AI 总结、内容理解、知识沉淀与个人知识管理等场景，打造世界一流的 AI Native 产品体验
• 设计和实现面向 My Notes 产品场景的核心 AI 能力，包括 AI Agent、Agent Harness、任务规划、Tool Calling、Context / Memory、RAG、智能工作流和 AI Chat
• 设计和建设 My Notes 的 Semantic / Knowledge Layer，对 Meeting、People、Topic、Project、Decision、Action Item 等用户知识进行建模、关联和检索，为 Agent 提供高质量 Context 和长期 Memory
• 围绕具体产品体验设计 Agent 的 Execution Loop、Tool System、State / Context Management、Error Recovery 和 Human-in-the-loop 机制，使 Agent 能够可靠地完成复杂用户任务
• 负责核心功能的端到端设计与实现，覆盖前端 / 客户端、服务端、数据以及 AI 能力集成，推动 AI 能力从 Prototype 快速走向生产级产品
• 持续优化 Prompt、Context、Retrieval、Agent Workflow 和模型使用策略，通过数据、评测和用户反馈提升 AI 效果、稳定性、延迟和成本效率
• 建设 AI Application 的 Evaluation、Tracing、Observability 和质量体系，系统性分析线上 Bad Case，并推动 Agent 和模型效果持续迭代
• 负责关键系统的性能、稳定性、可靠性和可扩展性，解决 AI 应用在实时性、大规模用户、长上下文和复杂任务执行场景下的工程问题
• 与 AI Platform / Infra 团队协作，充分复用公司已有的模型、Runtime 和基础设施能力；同时根据 My Notes 产品需要建设 application-specific capabilities
• 深度参与产品讨论，从用户真实问题和 AI 能力边界出发探索新的产品形态，而不仅仅是完成已有需求
• 探索和实践 AI Native Engineering，将 Claude Code、Codex、Cursor、Agent 等能力深度融入需求分析、技术设计、编码、测试、Code Review 和研发流程

任职要求

• 扎实的计算机基础和软件工程能力，能够编写高质量、可维护、可测试、可演进的生产级代码
• 有较强的软件工程背景，在前端 / 客户端 / 服务端至少一个方向具备较深积累，并具备端到端解决复杂问题的能力
• 有 AI Agent / Agent Harness 的实际项目经验，理解 Agent Execution Loop、Tool Calling、State Management、Context Management、Error Recovery 等核心机制
• 不局限于调用模型 API 或使用现成 Agent Framework，能够理解 Agent Framework 背后的设计，并针对具体产品场景设计和实现定制化 Agent 能力
• 对 LLM / AI Application Engineering 有深入理解和实践经验，熟悉 Prompt Engineering、RAG、Tool Calling、Agent、Context / Memory Management 等常见模式
• 对 Semantic Layer、Knowledge Modeling、Entity / Relationship Modeling 有较好的理解，能够设计面向 Agent 的知识组织、Context 构建和 Retrieval 方案
• 能够理解不同模型的能力边界，并围绕 质量、延迟、成本和稳定性 做合理的模型与系统设计
• 有复杂系统设计和工程实践经验，能够快速理解大型代码库和系统架构，定位关键瓶颈并提出系统性方案
• 产品思维强，能够从用户真实问题出发判断 AI 应该解决什么问题，以及什么样的 AI 体验才真正有价值
• 熟练使用 AI Coding 工具，能够将 AI 深度融入日常研发流程，并对 AI 如何改变软件研发模式有自己的理解
• 学习能力和技术判断力强，能够快速跟进模型、Agent Framework、AI Infra 等新技术，并判断哪些能力应该直接复用、哪些需要根据产品场景进行定制
• 主动性和 Ownership 强，能够在需求和技术路径并不清晰的情况下主动定义问题、探索方案并推动落地
• 具备良好的沟通与协作能力，能够清晰阐述技术方案、AI 系统设计和工程取舍

加分项

• 有复杂 Agent Runtime / Multi-Agent / Long-running Agent 系统的生产环境研发经验
• 有 LLM Evaluation、Tracing、Observability、Bad Case 分析、Prompt / Workflow 优化相关经验
• 熟悉 LangGraph、Claude Agent SDK、OpenAI Agents SDK、LlamaIndex 等一种或多种 Agent / AI Application Framework，有阅读、扩展或自行实现类似框架核心机制的经验
• 有 Knowledge Graph、Semantic Search、Entity Resolution、向量检索、Hybrid Search、Embedding、Knowledge Base、Long Context 等相关实践经验
• 有复杂权限模型下的 Permission-aware Retrieval / Context Building 实践经验
• 有会议助手、AI 助手、个人知识管理、智能写作、协作文档等 AI Native 产品经验
• 日常重度使用 Claude Code、Codex、Cursor 等 AI 工具，并形成成熟的 AI Native 开发工作流
• 有性能优化、稳定性建设、可观测性、分布式系统或大型系统架构演进经验
• 对最新大模型、Agent、AI Coding 和 AI Native 产品保持高度关注，并能够快速将新技术转化为实际产品能力