[岗位职责]
1、大模型应用开发与调优： 参与基于开源或商用大模型（如Qwen、Deepseek等大模型）与智能体平台的应用层开发，进行提示工程、微调或上下文学习以优化特定任务效果。
2、参与大模型智能体产品研发： 参与基于大语言模型（LLM）的智能体（Agent）系统的设计、开发与优化，涉及任务规划、工具调用、记忆管理、自主决策等能力。
3、数据处理与RAG知识构建： 负责智能体和RAG系统所需的多源异构数据（文本、结构化数据等）的清洗、处理、向量化、召回排序及知识库构建。
4、代码编写与文档： 编写清晰、高效的代码，撰写技术文档，记录实验过程和系统设计。
[任职要求]
1、学历专业： 计算机科学、软件工程、人工智能、数学、统计学、电子信息工程等相关专业在读硕士研究生。
2、编程基础： 熟练掌握Python编程语言，具备良好的编程习惯和扎实的数据结构、算法基础。
3、机器学习/深度学习基础： 熟悉机器学习（尤其是深度学习）的基本概念、理论和常用模型，深入理解Transformer架构。
4、大模型基础： 对大型语言模型（LLM）的基本原理、技术范式（预训练、微调、提示工程、RAG）有清晰的理解和浓厚的兴趣。
5、框架熟悉度： 了解至少一种主流深度学习框架（PyTorch）进行模型开发。了解vllm、Sglang、transformer等大模型部署框架。
6、工具与平台： 掌握Linux开发环境，掌握使用docker等容器技术。
7、数据处理能力： 具备良好的数据处理敏感性也业务需求感知能力，具备良好的数据分析能力，熟悉Pandas, NumPy等库。
8、解决问题能力： 具备较强的逻辑思维能力、分析问题和解决问题的能力。
9、学习能力与主动性： 对AI前沿技术（特别是大模型相关）有强烈热情，学习能力强，乐于钻研新技术，积极主动，有良好的沟通能力和团队协作精神。
[加分项]
1、硕士就读期间研究方向与智能体或RAG相关的，或发表过相关论文的。
2、有使用智能体框架（如LangChain, Dify等）应用构建的实际项目经验的。
3、构建聊天机器人、智能助手或知识问答系统相关项目经验，理解并实践过检索增强生成（RAG）的核心流程的。
4、熟悉主流开源大模型（如 GLM，Qwen，Deepseek等）的使用或原理。
5、有结构化信息提取（命名实体识别、关系抽取、实体关系三元组提取、知识图谱）相关实践经验的。
6、具备良好的英文文献阅读能力，能跟踪领域最新论文（Arxiv, ACL, EMNLP, ICLR等）。