比特鹰专注于打造垂直领域 AI Agent，是一家正在高速增长的 AI 产品公司。
成立于 2021 年，成立第一天，就开始盈利，团队高度团结，战斗力十足。
资金充沛，营收稳定，不依靠外部融资，拥有长期独立发展的实力。
团队配置完整，拥有AI 算法、大前端开发、后端开发、大数据与基础设施等 5 大核心技术部门，搭配强大的营销团队，为 AI 产品的成功提供了坚实支撑。
如果你已经会接模型、写 Prompt、搭 Agent，接下来如何继续提升？
一个 AI 功能跑通之后，还有很多值得深入的问题：
- 模型输出不稳定，怎么约束和验证？
- 任务需要多个工具协作，怎么组织执行？
- 外部服务超时、数据缺失时，怎么处理？
- 结果出现偏差，能不能沿着完整链路找到原因？
我们正在寻找愿意把 AI 应用做深、把工程能力做扎实的伙伴。
我们专注于 AI 应用工程，将模型理解能力、工具调用、信息检索和业务规则组织成可持续运行的系统。
团队的技术积累覆盖文本与图像信息处理、多来源信息关联、结构化输出，以及复杂分析任务的拆解与执行。
在这里，你会参与真实系统中的技术决策：
哪些步骤适合交给模型，哪些需要工具和数据补充，哪些应该由明确规则约束；
如何处理模糊信息和相互冲突的结果；如何在结果质量、响应速度与调用成本之间做出合理取舍。
支撑这些能力的，是完整的后端工程实践。
你会接触消息驱动的微服务、异步任务处理、跨模块数据契约、异常降级和链路追踪。
模型调用只是其中一个环节，从输入处理、执行过程到最终输出，都需要能够定位问题、验证改进并持续维护。
我们希望你具备 Python 开发基础，有后端开发、大模型应用或 Agent 开发经验。
更看重的是，你愿意深入理解问题，能够结合代码、数据和执行记录追查原因，并把解决方案沉淀为清晰、可靠、可复用的实现。
第一个月：熟悉系统，夯实 AI 工程能力
- 熟悉系统架构、研发流程和现有 AI 应用的实现方式；
- 掌握模型调用、Agent 工具集成、异步任务处理和链路追踪；
- 参与具体模块的开发与问题排查，理解模型能力与工程边界。
前三个月：独立负责模块，推动实际改进
- 独立负责一个或多个 AI 应用模块，完成从方案设计、开发验证到交付迭代的完整过程；
- 完成一项可以实际投入使用的效果、性能、稳定性或调用成本优化；
- 结合实际案例验证改进效果，与团队完善测试、技术文档和开发规范。
更长期：进阶 AI 架构师
- 参与参与 AI 应用架构设计和技术选型，统筹模型、工具、数据与业务规则之间的协作；
- 主导复杂任务处理、公共能力建设或服务可靠性等方向的重要项目；
- 根据个人能力和发展方向，逐步成长为 AI 应用技术负责人或 AI 应用架构师。
我们会配备最顶尖的 AI Coding 工具。
规划成长路线，参与核心项目，有充分实践落地的机会。
购买书籍课程，公司全报销，还有餐补房补、零食不限量。
完整技术栈成长，从 LLM 编排、上下文工程、向量检索，到异步、消息队列、可观测性、云原生部署，全链路都会接触。
- 负责线上 AI 对话／Agent 系统的开发、调优与维护，保障回复稳定、准确、及时；
- 维护并扩展多模型／多供应商接入层，处理不同模型在能力、参数、计费、限流、故障上的差异，做好自动降级与容错；
- 设计与迭代 Agent 编排：意图路由、工具／技能调用、多步任务执行，在“可控”和“灵活”之间做合理权衡；
- 做上下文工程与检索／长期记忆：在有限上下文窗口内决定“放什么、放多少、怎么排”，并用向量检索提升回复相关性；
- 维护流式响应链路，处理流式带来的一致性、持久化与异常问题；
- 建设和使用评估与可观测体系：让模型／Prompt 的每次改动可量化、可回归，让线上的“静默错误”可快速定位；
- 做成本与稳定性治理：Prompt 缓存、按任务分级选型、超时重试、幂等、限流等，把账单和延迟压在合理范围；
- 基于异步 Python＋消息队列＋数据库持续提升系统并发能力与可维护性，参与微服务部署与运维。
- 搭过评估体系，能讲清怎么判断一次改动是改进还是退化，用过 LLM－as－judge 并知道它的坑；
- 有 Token 成本／延迟优化实战，理解 Prompt 缓存原理；
- 用过 pgvector 等向量数据库，或做过长期记忆／知识库类系统；
- 接触过可观测性工具（Langfuse、OpenTelemetry、Prometheus 等），做过 AI 全链路追踪/质量监控；
- 了解 Prompt 注入等 AI 特有安全风险，有纵深防御意识；
- 熟悉 Kubernetes／微服务架构，有线上部署与运维经验。
同步热招岗位
- 测试开发工程师
- 前端开发工程师
- 后端开发工程师
- 数据开发工程师
- AI 开发工程师
- 运维工程师
- 爬虫工程师
- 安全工程师
