AI Application Engineer
把模型服务、RAG、Agent、工作流和用户界面组合成可用应用。
应用与产品层
- 不等同于基础模型研究
- 需要理解任务流和失败模式
ROLE MAP
AI 时代角色分工图
展示不同岗位位于哪些 AI 技术层，以及哪些工作可自动化、哪些仍需人类负责。
Forward Deployed Engineer
把通用 AI 能力接入真实业务系统、权限、流程和交付责任。
企业集成与交付层应用与产品层
- 不是单纯 prompt engineer
- 不是普通前端/后端
- 核心是问题工程和组织落地
Model Researcher
研究模型结构、训练目标、对齐方法和能力形成机制。
模型训练与表示层
- 关注基础能力形成
- 不同于应用层集成
AI Infrastructure Engineer
负责算力、推理运行时、服务化、性能和成本边界。
算力与硬件层框架内核与推理运行层模型服务与编排层
- 需要系统层判断
- 性能瓶颈不能只靠 Agent 自动修复
AI Governance Engineer
设计证据、规则、审计、策略和责任边界。
信任、安全与治理层认知治理与图谱层
- 治理不是内容过滤
- 高风险判断需要可追责结构
Symbolic Reasoning Engineer
把规则、约束、验证逻辑和业务 DSL 转成可执行系统。
信任、安全与治理层
- LLM 可辅助写规则
- 规则语义和责任边界仍需人工定义
Human Reviewer
在高风险输出进入行动前进行确认、拒绝、升级或补证。
人类角色与责任层
- 不能被形式化按钮替代
- 需要真实责任授权
Domain Expert
定义领域概念、边界条件、风险阈值和有效证据。
人类角色与责任层认知治理与图谱层
- 模型可生成候选
- 最终领域判断不能外包给概率文本