岗位职责：​

1.负责公司产品的大模型应用落地与 AI 工程化实施，牵头推进 AI 技术与业务场景的深度融合，保障技术落地效果。​

2.主导设计覆盖知识全生命周期的管理体系，负责多源异构文档（如文本、表格、PDF 等）的自动化解析、向量化表示与结构化存储，为 AI 应用构建高质量、高可用的知识底座。​

3.系统掌握 LLM（大语言模型）应用落地全链路技术，聚焦 RAG（检索增强生成）系统的架构设计、性能调优与业务适配，解决系统落地中的高延迟、低准确率等核心问题。​

4.基于 LangChain、Dify、Coze 等主流 AI 开发框架，独立完成企业级智能问答系统的开发、测试与交付，确保系统满足业务功能与性能要求。​

5.负责提示词工程优化、用户查询意图理解、语义改写、检索结果智能排序等关键环节，持续提升智能问答的准确率、响应速度与用户体验。​

6.配合上级完成技术方案评审、跨团队协作等工作，主动承担临时交办的其他技术任务。​

任职要求：​

1.计算机科学与技术、软件工程、人工智能等相关专业本科及以上学历，3 年及以上 AI 开发、大模型应用或 NLP 工程化相关工作经验，具备教育行业 AI 项目经验者优先。​

2.具备从 0 到 1 构建知识图谱的实战经验，熟悉知识抽取、融合、推理全流程，能将知识图谱有效应用于故障根因分析、智能运维（AIOPS）等场景，有落地案例者优先。​

3.精通 Spring 生态（Spring Boot、Spring Cloud、Spring Data 等）与微服务架构设计，具备保障 AI 应用系统高可用、高并发、可扩展性的实战能力；主导过至少 1 个从单体架构到微服务架构的平滑迁移项目，技术架构功底扎实。​

4.熟练使用 LangChain、Dify、Coze 等主流 AI 应用开发框架，深入理解 RAG（检索增强生成）原理与优化策略，具备模型微调（Fine-tuning）技术实践经验，能独立解决技术落地中的关键问题。

5.熟悉至少一种向量数据库（如 Milvus、Pinecone、Chroma、Qdrant 等）及向量检索原理，具备向量数据库选型、部署、索引优化与性能调优经验，了解 FAISS 等向量检索库者优先。​

6.具备扎实的编程基础，熟练掌握 Python、Java 等至少一种主流编程语言，具备良好的代码规范、工程化思维与版本控制（Git）习惯。​

7.具备较强的跨团队沟通协作能力、问题分析与解决能力，能快速响应业务需求，抗压性强，有主动推进技术创新与优化的意识。

薪酬待遇：10-18K+五险一金