在我们分发平台的组件重构项目中。我们正在构建新的组件，负责对不同供应商进行编排，通过与这些供应商的连接器来实现。为了确保过渡，我们通过一个所谓的“遗留”连接器使用旧组件。这个过渡使客户可以访问新的 API，而无需在目标中重新构建所有内容。在项目的第一阶段，新组件提供与旧组件相同的功能，并允许访问相同的产品。\n\n我们必须向媒体保证，通过新的 API 分发的服务不会出现回归。实际上，新的组件仅进行编排和格式转换。考虑到“暴露的 API 的 I/O”，形式可能会不同，但内容将保持不变。\n\n我们需要一个由 AI 驱动的自动化工具来比较旧组件和新组件暴露的 API 的 I/O（json 格式）。\n\n我们正在寻找一位对 Craft 和质量有强烈兴趣的技术架构师。该架构师必须熟悉最新的 AI 技术，以帮助我们建立一个技术基础，便于比较测试旧 API 格式和新格式。\n\n我们的技术环境：\n• Kotlin 用于后端开发。\n• 在 AWS 上托管，使用平台提供的托管服务。\n• 基础设施使用 Terraform 描述。\n• 所有内容通过 GitlabCI 部署。\n\n技能要求：\n• LLM / NLP\n• AI 引导的 JSON 差异\n• 响应向量化\n• 自定义规则 + AI 回退\n• Python\n• S3, DynamoDB\n• Step Function, Lambda\n• Bedrock\n• QuickSight\n\n必须掌握的技术“必需”：\nKotlin（后端）和 Python 和 AWS 和 API\n\n候选人资料：\n我们的技术环境：\n• Kotlin 用于后端开发。\n• 在 AWS 上托管，使用平台提供的托管服务。\n• 基础设施使用 Terraform 描述。\n• 所有内容通过 GitlabCI 部署。\n\n技能要求：\n• LLM / NLP\n• AI 引导的 JSON 差异\n• 响应向量化\n• 自定义规则 + AI 回退\n• Python\n• S3, DynamoDB\n• Step Function, Lambda\n• Bedrock\n• QuickSight\n\n必须掌握的技术“必需”：\nKotlin（后端）和 Python 和 AWS 和 API 
Paris