我們使用Cookie和類似技術來改善您的體驗、分析網站使用情況並協助我們的營銷工作。我們收集的數據包括頁面訪問記錄和匿名使用統計。 私隱政策
職位預算: USD 50,000-70,000
發佈時間:
我们的客戶是一家获得北美市场1000万美元强力注资的初创企业 ，致力于以数据驱动与跨平台整合技术，为游戏平台提供精准的广告营销解决方案 。业务涵盖主流社交媒体及多元海外渠道的广告投放 ，主打海外极具潜力的“Sweepstakes”及相关休闲娱乐产品 。 作为一家极具发展潜力的科技驱动型公司，他们打破地域限制，提供高度灵活的远程办公（Remote Working）选项 。他们倡导扁平、创新与高效的工作文化，各个岗位均为全新设立的核心节点 。现诚邀年富力强、具备冲劲的行业精英加入我们的初始团队，与他们共同开拓全球市场版图 ！ 工作地点： 远程 (Remote) 职位说明： 作为创世工程团队的“一号员工”，您将从0到1主导建构高阶的 AI 客服自动化系统 。您的技术成果将直接减少客服人力成本，并有机会在未来将其包装为独立的SaaS产品推向市场 。 工作内容： 设计并部署以大语言模型（Claude / GPT API）为核心的对话引擎，搭建 Prompt 工程与 RAG 知识库架构 。 打通并串接多渠道客服端，包括 LINE、Telegram Bot 及 Web Widget 。 规划 PostgreSQL 与向量数据库（Vector DB），优化检索效能与资料层设计 。 建立容器化与云端部署流程（CI/CD），处理复杂情境下的真人客服无缝转接机制 。 在初期独立完成 MVP 开发，后续带队组建并管理 1-2 名全栈工程师团队 。 岗位要求： 全日制本科学历（计算机或程序相关专业） 。 5年以上后端/全栈开发经验，具备真实生产环境的 LLM 落地与 RAG 架构经验（非Demo级别） 。 精通 Python 或 Node.js，具备 AWS/GCP/Azure 独立部署能力 。 对商业指标（客服成本、留存率）具有数据敏感度 。 具备良好的英语沟通能力（Conversational and fluent）。 过往履历稳定，每段工作经历至少满1年 。 Location: Remote Job Description: As the foundational "Employee #1" of our engineering team, you will build an advanced AI customer service automation system from 0 to 1. Your technical solutions will directly reduce human CS headcount, with the future potential to be packaged and scaled as an independent SaaS product. Key Responsibilities: Design and deploy a dialog engine centered around Large Language Models (Claude / GPT API), building out Prompt engineering and RAG knowledge base architectures. Integrate multi-channel customer service endpoints, including LINE, Telegram Bot, and Web Widgets. Plan PostgreSQL and Vector DB schemas, optimizing retrieval performance and data layer designs. Establish containerization and cloud deployment pipelines (CI/CD), handling seamless hand-offs to human agents in complex dispute scenarios. Execute MVP development independently in the initial phase, eventually recruiting and managing a team of 1-2 full-stack engineers. Requirements: Bachelor’s degree (Computer Science or Programming related). 5+ years of backend or full-stack development experience, with real-world production experience implementing LLMs and RAG architectures (not just PoCs). Proficient in Python or Node.js with the ability to independently deploy on cloud platforms (AWS / GCP / Azure). Strong data sensitivity toward commercial metrics like customer service cost and retention rates. Conversational and fluent English proficiency. Stable career history (minimum 1-year tenure per previous role).