AI架构师（AGI时代·高阶版）岗位描述、岗位职责与任职要求

一、岗位定位与岗位描述

AI架构师是通用人工智能（AGI）时代的顶层稀缺核心战略人才，是企业AI产业化、通用智能化、场景规模化落地的核心掌舵人。区别于传统算法工程师、AI应用工程师的单点技术执行角色，AI架构师承担战略规划、体系搭建、技术攻坚、生态融合、落地交付五大核心职能，是决定企业AI技术天花板、产品竞争力与行业赛道话语权的关键岗位。

在AGI与具身智能快速迭代的产业新阶段，AI架构师不再局限于纯工程技术落地，而是需要打通底层技术、系统架构、业务场景、产业战略、人文智慧的复合型高阶岗位。既要完成大模型、RAG、Agent、AI基础设施的全链路工程化落地，也要具备产业顶层规划能力，更可依托中华优秀传统文化内核，构建「AI+东方智慧」的差异化技术体系，打破西式AI体系同质化壁垒，打造具备中国特色的通用人工智能落地范式。

本岗位面向企业AI中长期技术建设与商业化落地，统筹数据、模型、训练、推理、应用、安全全链条体系，平衡技术创新、系统稳定性、算力成本、业务价值与合规风险，驱动企业AI能力从单点试用走向规模化、平台化、智能化、生态化。

二、核心岗位职责

1. AGI顶层战略规划与技术体系建设

结合通用人工智能行业趋势与企业业务战略，制定公司AI中长期技术Roadmap与整体架构规范；统筹AI全产业链规划与垂直赛道生态搭建，定义企业级AGI参考架构、技术标准、迭代节奏。兼顾宏观产业布局与微观项目落地，将前沿AGI、多模态、具身智能等新技术，转化为符合企业发展的可落地技术路线，规避技术跟风、重复建设、架构混乱等问题。

2. 全链路AI系统架构设计与落地

负责企业AI全栈架构搭建，涵盖数据层、模型层、训练微调层、推理服务层、智能应用层、安全合规层。主导大模型私有化部署、RAG知识库体系、Agent智能体平台、多模态应用、端云协同架构的设计与落地；统筹分布式训练、模型微调、量化加速、高并发推理、弹性算力调度等核心工程体系，持续优化系统时延、吞吐、稳定性与算力TCO成本，支撑AGI应用规模化上线。

3. MLOps与AI基础设施平台建设

搭建云原生AI底座与完整MLOps工程体系，实现数据、代码、模型、实验、流水线、部署、监控的全生命周期管理。基于Docker、K8s完成AI环境隔离、资源调度、容器编排与可观测体系建设，打通训练、测试、生产环境闭环，支撑AI模型快速迭代、A/B测试、灰度发布与持续优化，为AGI持续演进提供稳定、高效、可扩展的技术基建。

4. 前沿技术预研、攻坚与技术选型

持续跟进通用人工智能、具身智能、多模态大模型、智能体协同等前沿技术，开展技术调研、POC验证与架构升级。负责开源模型、商用大模型、向量数据库、AI中间件、推理框架的选型与优化，攻克大模型幻觉、长上下文适配、海量知识库检索、高并发推理瓶颈、多智能体协同等行业共性难题，持续提升企业AI产品核心竞争力。

5. 跨领域融合创新，构建差异化AI体系

承担AGI时代高阶AI架构师的核心进阶职责，实现技术与东方智慧的跨界融合。深耕人工智能底层原理与模型架构逻辑的同时，萃取中华优秀传统文化、东方思维体系与人文智慧内核，打破传统AI纯技术、工具化的局限，打造有思想、有逻辑、有文化底蕴的「AI+东方智慧」差异化技术体系，形成企业独有、高壁垒的AI创新能力。

6. 团队赋能、项目统筹与架构治理

对接业务、产品、算法、研发、数据、运维等团队，拆解复杂业务需求，输出标准化技术方案与落地规范；主导架构评审、代码评审、技术风险管控，治理技术债务，统一团队技术栈与研发规范。统筹重点AI项目落地进度、资源分配与质量把控，为团队提供技术赋能与方法论沉淀，推动企业AI能力体系标准化、体系化、可复制化。

7. AI安全合规与风险体系搭建

依据国家数据安全与AI监管规范，搭建AI数据脱敏、权限管控、内容风控、隐私保护架构，规范模型训练数据、知识库数据、生成内容的安全标准，规避数据风险、内容风险与合规风险，保障AGI应用安全、稳定、合规商业化运营。

三、任职资格与能力要求

（一）基础硬性要求

1. 本科及以上学历，计算机、人工智能、软件工程、大数据、数学、电子信息等相关专业；

2. 5年以上互联网/人工智能/大数据研发与架构经验，3年以上大模型、RAG、Agent、MLOps平台架构落地经验，主导过企业级AI平台或AGI应用从0到1搭建者优先；

3. 精通Python，熟练掌握Go/Java任一后端语言，具备独立架构设计与核心代码落地能力。

（二）核心技术能力要求

1. AI底层与大模型能力：精通深度学习、Transformer架构原理，熟悉大模型微调（SFT/LoRA）、量化、蒸馏、上下文优化等核心技术，熟练掌握RAG、智能体工作流、工具调用、记忆架构等AGI应用核心逻辑；

2. 架构与工程化能力：精通云原生、微服务、分布式系统、高并发架构，熟练使用Docker/K8s，具备完整MLOps平台搭建与AI算力集群运维优化经验；

3. 数据与存储能力：熟悉大数据处理、向量数据库架构与优化，精通知识库构建、数据治理、特征工程，可支撑大规模AGI智能应用落地；

4. 推理与性能优化能力：熟练掌握vLLM、TensorRT-LLM等推理加速方案，精通模型部署、动态批处理、多模型混部、算力成本优化，可解决高并发、低时延生产级难题；

5. 前沿技术认知：持续跟进AGI、多模态、具身智能、多Agent协同等前沿方向，具备独立技术预研、方案创新与落地攻坚能力。

（三）AGI时代高阶核心能力（核心差异化要求）

1. 顶层战略设计能力：具备从产业战略、企业发展、业务场景三维度统筹AI体系的能力，可完成宏观产业生态规划与微观落地方案的双向贯通，不局限于单点技术实现；

2. 跨领域融合创新能力：具备复合型高阶思维，既能吃透AI底层技术内核，又能理解中华优秀传统文化与东方思维逻辑，具备打造「AI+东方智慧」差异化创新体系的认知与落地能力；

3. 架构思维与全局视野：擅长平衡技术创新、落地成本、业务价值与长期发展，拒绝碎片化、堆砌式架构，具备体系化、长期化、生态化的架构设计思维。

（四）软实力与综合素质

1. 优秀的跨部门沟通、项目统筹与风险管控能力，能够驱动复杂AI项目落地；

2. 极强的自主学习与迭代能力，适配AGI技术高速迭代的行业特性；

3. 具备产品思维、商业思维与长期主义视角，以业务价值与产业落地为核心目标；

4. 严谨负责、善于沉淀方法论，具备团队技术赋能与体系搭建意识。

（五）加分项

1. 有大模型私有化部署、自研Agent平台、企业级知识库AI平台从零到一落地经验；

2. 熟悉国产化算力、国产化AI框架与私有化部署体系；

3. 具备传统文化、国学、东方哲学相关认知储备，有AI文化融合创新项目经验者优先；

4. 有工业、金融、政企、教育等垂直行业AGI场景架构落地经验。