工作职责：
1、大模型应用开发与落地：基于主流开源或商用大模型进行应用开发与落地，涵盖智能问答、学习辅助、知识检索、文档处理等场景，并与产品、前端、后端及数据团队紧密协作，推动 AI 能力在真实业务中的应用。
2、RAG 系统构建与优化：参与通用型 RAG系统的设计与效果优化，包括召回、排序、长文本处理、多文档融合等关键环节，持续提升模型在业务场景下的可用性与稳定性。
3、Agent 框架与能力探索：参与或研究多 Agent 协作框架，提升 Agent 在复杂任务中的稳定性与执行效果，探索任务拆解、工具调用、状态记忆等机制在实际业务中的应用。
4、模型效果调优与评估：结合具体业务场景，设计 Prompt、微调与评测策略，持续优化大模型在特定任务下的输出质量与一致性。
5、技术沉淀与团队协作：沉淀可复用的模型应用方案、调优经验与评估方法，通过文档或分享的形式推动团队整体 AI 应用能力提升。
------------
任职要求：
1、计算机、软件工程、人工智能等相关专业在校生或应届毕业生；
2、具备良好的编程基础，至少掌握一门主流编程语言（如 Python / JavaScript / Java / 等）；
3、对大语言模型（LLM）或 AI 应用有基本了解，有实际使用或动手实践经验；
4、具备较强的学习能力和问题解决能力，遇到问题能主动查资料、思考并推动解决；
5、对 AI 技术有浓厚兴趣，愿意主动尝试新工具、新模型，具备较强的自我驱动力和责任感。
重点：相比“你已经会什么”，我们更在意：你是否愿意主动思考、是否乐于学习与探索、是否真的热爱AI。
------------
加分项
1、有 AI 应用、Agent、智能问答等相关课程项目或个人项目经验；
2、有调用 LLM API、构建 Prompt、简单 Agent 或自动化流程的实践经验；
3、熟悉前端 / 后端任一方向（如 Web 开发、接口开发、脚本工具等）；
4、拥有 GitHub、技术博客，或参加过 Hackathon、技术竞赛、科研项目等；
5、对教育科技、人才培养、学习工具等应用场景有兴趣或长期关注。