【岗位定位】
医疗后勤大模型应用的“桥梁工程师”。负责将大模型的强大能力封装成稳定、高效的API服务，并无缝集成到现有的医院后勤管理系统中，打造智能化的后勤管理体验
【核心职责】
1、大模型应用后端开发：设计、开发和维护大模型应用的后端服务，重点实现基于 RAG 的智能问答、任务自动化等核心功能。
2、LLM应用框架集成：使用 LangChain、LlamaIndex 等框架，构建和优化与大模型交互的应用逻辑链。
3、API设计与系统集成：设计清晰、安全的RESTful API，确保前端应用和现有后勤系统能够方便、可靠地调用AI服务。
4、智能体开发：参与开发能够调用外部工具和API的智能体，实现复杂的后勤业务流程自动化。
5、性能优化与保障：负责后端服务的性能调优、容器化部署，并保障服务的高可用性和可扩展性。
6、技术攻关与迭代：跟进大模型应用开发的最新技术，持续优化系统架构，解决开发中的技术难题。
【必备技能与要求】
1、3年以上后端开发经验，具备扎实的软件工程基础，有高并发、分布式系统开发经验者优先。
2、精通 Python，并熟悉其异步编程框架。
3、熟练使用至少一种Python Web框架。
4、精通 API 设计和开发，了解鉴权、限流、幂等性等核心概念。
5、有使用 LangChain 或 LlamaIndex 等框架开发应用的经验。
6、理解 RAG 技术的基本原理和实现流程。
7、熟练使用关系型数据库和NoSQL数据库。
8、有使用 Docker 进行容器化部署的经验，了解 Kubernetes 者更佳。
加分项：
1、有实际项目将AI服务集成到ERP、OA或类似复杂业务系统的经验。
2、有医疗行业信息化系统开发经验者优先。
3、具备出色的学习能力、逻辑思维和解决问题的能力，对新技术有强烈的热情。
985、211本硕学历，电子计算机相关专业的优先