浦东新区
职位详情
Evermind工程Lead
【我们的愿景】 我们要构建的是下一代 AI 长期记忆系统（Long-Term Memory System）。这不仅是一个 Agent 数据管理的组件，更是一个面向全球 LLM 应用的动态知识与记忆中枢。
我们正在寻找一位资深的技术领导者，以 Go 为主要语言构建高性能、全球分布式的云底座，同时结合 Python 生态落地 RAG 与记忆管理算法。您将带领团队在 AWS 上构建服务全球用户的核心架构。
【核心职责】
1. 团队管理与技术领导
团队建设：带领 10+ 人的混合研发团队（Go 后端 + Python AI 工程），建立高效的研发流程与代码规范。
核心架构：负责核心架构设计，特别是用 Go 语言编写的高并发 API 网关、记忆检索引擎及数据流处理服务。
技术攻坚：主导技术攻坚，解决在全球多区域（Multi-Region）部署下的低延迟访问与数据一致性挑战。
2. 全球化云平台架构 (AWS Focus)
基础设施构建：基于 AWS 生态（EKS, RDS/Aurora, DynamoDB, ElastiCache）构建高可用基础设施。
全球多活架构：设计并实施全球多活架构，利用 Global Accelerator 等技术优化跨国链路的网络传输效率。
K8s 深度应用：负责大规模 Kubernetes 集群的维护与虚拟化资源调度，确保系统在动态负载下的弹性伸缩能力。
3. 长期记忆与存储引擎 (Memory & Storage)
机制工程化：深度参与长期记忆机制的工程化落地，包括：分级存储（Hot/Warm/Cold Tiering）、向量索引优化、记忆压缩与遗忘机制。
异构存储选型与调优：
向量数据库：负责 Milvus/Weaviate/Pinecone 等的大规模运维。
NoSQL/KV：实现高吞吐写入，用于存储 Context。
Graph DB：探索与集成图数据库，用于构建 Knowledge Graph。
4. RAG 与 AI 协同 (Python Integration)
数据流水线：指导团队使用 Python 构建数据处理流水线（ETL），高效完成非结构化数据到向量/知识图谱的转换。
链路优化：优化 RAG 检索链路，提升 Recall（召回率）与 Precision（精确率），并高效对接各类 LLM 模型接口。
【任职要求】
语言与技术栈 (Go Expert, Python Proficient)
精通后端开发：8 年以上后端开发经验，熟悉Go、Java等语言，具备极强的并发编程能力，熟悉 GMP 模型、GC 调优，有手写高性能中间件的能力。
熟悉 Python：能够熟练阅读和编写 Python 代码，深刻理解 AI 生态（LangChain, NumPy, PyTorch），能够指导 Python 工程师进行业务逻辑开发。
大型项目经验：必须具备大型云平台项目的 Lead 经验，有过千万级用户或 PB 级数据处理经验者优先。
云原生与基础设施
AWS 专家：精通 AWS 核心服务，拥有 AWS Solutions Architect 认证或同等实战经验。
K8s 深度玩家：不仅是使用者，更是开发者。熟悉 K8s 内部机制，有过 Operator 开发或 Service Mesh (Istio) 落地经验。
存储深度：深刻理解分布式存储原理（Sharding, Replication, CAP 理论），熟悉 LSM-Tree, B+Tree 等底层数据结构。
AI 与 RAG 领域
RAG 技术栈：深刻理解 RAG (Retrieval-Augmented Generation)，了解当前向量检索（HNSW, IVF）的性能瓶颈与优化方案。
LLM Context：对 LLM 的 Context Window（上下文窗口）限制有深刻理解，并有相应的工程化解决方案（如记忆摘要、滑动窗口）。
全球化视野
合规意识：熟悉全球数据合规标准（GDPR, CCPA），在架构设计阶段即具备 Privacy by Design 的意识。
【加分项】
有开发过 Database 内核、搜索引擎或分布式缓存系统的经验。
熟悉 GraphRAG（基于知识图谱的 RAG）技术路线。
有 Rust 开发经验（用于极致性能优化模块）。
英语流利，能够作为技术代表进行海外技术交流。
【我们的愿景】 我们要构建的是下一代 AI 长期记忆系统（Long-Term Memory System）。这不仅是一个 Agent 数据管理的组件，更是一个面向全球 LLM 应用的动态知识与记忆中枢。
我们正在寻找一位资深的技术领导者，以 Go 为主要语言构建高性能、全球分布式的云底座，同时结合 Python 生态落地 RAG 与记忆管理算法。您将带领团队在 AWS 上构建服务全球用户的核心架构。
【核心职责】
1. 团队管理与技术领导
团队建设：带领 10+ 人的混合研发团队（Go 后端 + Python AI 工程），建立高效的研发流程与代码规范。
核心架构：负责核心架构设计，特别是用 Go 语言编写的高并发 API 网关、记忆检索引擎及数据流处理服务。
技术攻坚：主导技术攻坚，解决在全球多区域（Multi-Region）部署下的低延迟访问与数据一致性挑战。
2. 全球化云平台架构 (AWS Focus)
基础设施构建：基于 AWS 生态（EKS, RDS/Aurora, DynamoDB, ElastiCache）构建高可用基础设施。
全球多活架构：设计并实施全球多活架构，利用 Global Accelerator 等技术优化跨国链路的网络传输效率。
K8s 深度应用：负责大规模 Kubernetes 集群的维护与虚拟化资源调度，确保系统在动态负载下的弹性伸缩能力。
3. 长期记忆与存储引擎 (Memory & Storage)
机制工程化：深度参与长期记忆机制的工程化落地，包括：分级存储（Hot/Warm/Cold Tiering）、向量索引优化、记忆压缩与遗忘机制。
异构存储选型与调优：
向量数据库：负责 Milvus/Weaviate/Pinecone 等的大规模运维。
NoSQL/KV：实现高吞吐写入，用于存储 Context。
Graph DB：探索与集成图数据库，用于构建 Knowledge Graph。
4. RAG 与 AI 协同 (Python Integration)
数据流水线：指导团队使用 Python 构建数据处理流水线（ETL），高效完成非结构化数据到向量/知识图谱的转换。
链路优化：优化 RAG 检索链路，提升 Recall（召回率）与 Precision（精确率），并高效对接各类 LLM 模型接口。
【任职要求】
语言与技术栈 (Go Expert, Python Proficient)
精通后端开发：8 年以上后端开发经验，熟悉Go、Java等语言，具备极强的并发编程能力，熟悉 GMP 模型、GC 调优，有手写高性能中间件的能力。
熟悉 Python：能够熟练阅读和编写 Python 代码，深刻理解 AI 生态（LangChain, NumPy, PyTorch），能够指导 Python 工程师进行业务逻辑开发。
大型项目经验：必须具备大型云平台项目的 Lead 经验，有过千万级用户或 PB 级数据处理经验者优先。
云原生与基础设施
AWS 专家：精通 AWS 核心服务，拥有 AWS Solutions Architect 认证或同等实战经验。
K8s 深度玩家：不仅是使用者，更是开发者。熟悉 K8s 内部机制，有过 Operator 开发或 Service Mesh (Istio) 落地经验。
存储深度：深刻理解分布式存储原理（Sharding, Replication, CAP 理论），熟悉 LSM-Tree, B+Tree 等底层数据结构。
AI 与 RAG 领域
RAG 技术栈：深刻理解 RAG (Retrieval-Augmented Generation)，了解当前向量检索（HNSW, IVF）的性能瓶颈与优化方案。
LLM Context：对 LLM 的 Context Window（上下文窗口）限制有深刻理解，并有相应的工程化解决方案（如记忆摘要、滑动窗口）。
全球化视野
合规意识：熟悉全球数据合规标准（GDPR, CCPA），在架构设计阶段即具备 Privacy by Design 的意识。
【加分项】
有开发过 Database 内核、搜索引擎或分布式缓存系统的经验。
熟悉 GraphRAG（基于知识图谱的 RAG）技术路线。
有 Rust 开发经验（用于极致性能优化模块）。
英语流利，能够作为技术代表进行海外技术交流。
2026-03-06 17:44
IP属地：北京
职位福利
本科5-10年互联网/AIAIgo后端开发
北京锐森英才商务咨询有限公司
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
收藏职位
