岗位职责
复杂Agent系统开发：主导基于LangGraph/AutoGen等框架的智能体系统设计与开发，实现多步推理、工具调用、记忆管理与多智能体协作，攻克复杂业务场景。
企业级RAG与知识引擎：构建支撑高精度问答的多模态/GraphRAG混合检索系统，负责非结构化数据处理、Embedding模型选型与优化，从根源上降低模型幻觉。
模型微调与推理优化：负责Qwen/Llama等开源模型的SFT与对齐（DPO），利用vLLM/TensorRT-LLM等技术实现低成本、高并发的私有化推理服务部署。
AI原生应用落地：将AI能力融入智能客服、自动化运维等核心业务流程，设计人机协同机制，确保系统的可控性、安全性与业务价值。
LLMOps与评估体系：搭建自动化模型评估与监控流水线，持续优化Prompt策略与模型参数，保障生产环境的稳定性与鲁棒性。
前沿技术验证：跟踪MCP、端侧模型等2026年新技术趋势，推动其在产品中的创新应用与落地。
任职要求
学历经验：计算机相关专业本科及以上学历，2年以上Python开发经验，至少1年大模型应用开发经验，有完整的Agent项目落地案例。
核心技术栈：
语言：精通Python（AsyncIO），了解TypeScript者优先。
框架：熟练掌握LangChain/LangGraph、LlamaIndex；熟悉AutoGen/CrewAI等智能体框架。
模型：深入理解Transformer，熟悉HuggingFace生态，熟练使用Llama Factory/vLLM等工具进行微调与推理。
RAG：精通向量数据库（Milvus/Qdrant等），有丰富的非结构化数据处理与切片经验。
Prompt：精通Structured Output、Few-Shot动态构建、CoT及安全防御。
工程化能力：精通Docker，熟悉K8s及CI/CD流程，具备GPU资源调度与显存优化经验。
综合素质：具备极强的逻辑思维、自驱力与英文文献阅读能力，优秀的团队协作与沟通能力。