DA7000 SR. Full Stack Engineer(Agent Platform)

momo 正打造下一代 AI Agent Platform，讓各事業單位都能快速串接 LLM 與內部系統，提升營運效率與使用者體驗。
你將加入平台核心開發團隊，從前端到後端完整參與產品設計與實作，讓 AI 能真正落地在 momo 的日常營運流程中。
________________________________________

工作內容

• 開發 momo Agent Platform 的前後端完整功能

• 設計並實作內部使用的 AI Chat 介面、Dashboard、管理後台等 Web 前端應用，支援各 BU 的營運情境。
• 開發並維運與 Agent Platform 相關的後端服務，例如 MCP Server、API Gateway、AI Workflow Orchestrator 等。
• 整合各類 LLM、RAG、向量資料庫與內部系統，打造穩定可擴充的 AI 技術基礎。
• 持續優化前端使用者體驗（互動、效能、可用性）與後端系統效能（延遲、穩定性、可觀測性），確保內部夥伴能流暢使用平台。

• 依內部產品規劃與需求設計技術方案

• 與 PM / 內部使用單位協作，釐清問題與需求，快速交付完整、可落地的技術方案。
• 參與從前端到後端的技術方案討論，提出 API 設計、資料流、權限架構、UI/UX 的整體實作建議。
• 將較模糊的需求拆解成具體的前後端功能與使用者流程，並能在時程、成本、技術風險之間做權衡與優先順序安排。

• 持續提升產品體驗與技術架構品質

• 持續優化 AI Chat 與內部工具的互動體驗、資訊呈現方式與效能，降低使用門檻、縮短操作時間。
• 強化後端系統的穩定性、可擴展性與維護性，包含模組化設計、APM/Logging/Tracing、災難復原等。
• 建立可重用的 UI 元件庫、前端狀態管理模式以及後端共用模組，提升跨專案的開發效率與一致性。
• 協助改善開發流程與工具鏈，例如 CI/CD pipeline、自動化測試、部署流程（container / Kubernetes / cloud-native 架構）。

• 技術研究、最佳實務與知識分享

• 持續追蹤與研究 Agent、LLM、MCP 等相關技術發展，評估其在 momo 內部情境中的適用性並導入實際專案。
• 建立與維護相關技術文件（系統設計、API 介面、開發指南），降低新成員或跨部門合作的溝通成本。
• 在團隊或跨部門分享技術經驗與實戰案例（例如內部分享會、Tech Talk、技術文章、PoC 結果），推動 momo 在 AI 應用上的整體能力提升。

我們期待你具備的能力
經驗與思維

• 5 年以上 Web / Full Stack 開發經驗，能獨立交付從需求理解、設計到上線的完整功能。
• 具備良好的產品工程思維，面對需求不完全明確的情況，能主動協助釐清、拆解問題並持續推進落地。
• 樂於與 PM、設計師、資料與營運團隊密切合作，願意從使用者與業務價值角度思考技術方案。

AI / Agent / MCP 相關

• 熟悉主流 AI SDK 的使用方式（如 OpenAI、Anthropic 等），了解基本的 LLM 調用與成本/延遲考量。
• 具 MCP（Model Context Protocol）開發與整合經驗：
• 理解 MCP 的架構與運作模式（tooling、server/client、context management）。
• 實際開發過 MCP Server 或 Client，能將內部系統以 MCP 形式整合進 Agent Platform。
• 具備設計企業級 MCP 整合方案的能力（多服務、多環境、安全與權限控管）。
• 理解並實作過 LLM 應用相關技術：
• Prompt Engineering、Context Engineering。
• RAG（Retrieval-Augmented Generation）設計（索引策略、檢索策略、評估）。
• LLM-based Workflow Automation、AI Agent 或 Multi-Agent System 開發經驗佳。

加分條件（Nice to Have）
AI 框架與資料基礎建設

• 熟悉 LangChain、LlamaIndex 或其他 AI 應用開發框架，有實際專案經驗。
• 向量資料庫使用經驗（如 Pinecone、Qdrant、Weaviate、Milvus 等），了解索引策略、效能調校與成本考量。
• 具備 OpenAI Function Calling、Assistants API 或其他類似高階 API 的深度使用經驗。
• 對 Embedding Models、Semantic Search 有深入理解，能設計與評估檢索品質。
• 前後端 Streaming Response 處理經驗，能妥善處理 token streaming、錯誤回復與使用者體驗。
• 有 LoRA 等模型微調與優化經驗者尤佳。

其他

•曾在技術社群有貢獻（開源專案、技術文章、Conference 演講、內部分享等）。

• 3 年以上 Web / Full Stack 開發經驗，能獨立交付從需求理解、設計到上線的完整功能。
• 一般工程師3 年。