岗位职责
负责基于大语言模型（LLM）的智能体（Agent）系统设计与开发，涵盖需求分析、架构设计、核心功能实现及迭代优化；
主导RAG（检索增强生成）系统的全流程开发，包括知识库构建、检索策略优化、上下文融合及效果调优，提升模型输出的准确性与可靠性；
负责大模型提示词（Prompt）的设计、优化与工程化，结合业务场景提炼高效Prompt模板，提升模型在垂直任务中的表现；
执行大模型微调（Fine-tuning）与对齐（Alignment）工作，基于业务数据定制化训练模型，解决领域适配、长尾问题响应等需求；
基于Dify、LangChain等开源平台/框架，快速搭建复杂AI应用原型，完成从0到1的产品落地，并推动技术方案的工程化沉淀；
与产品、数据、测试等团队协作，参与需求评审与技术方案讨论，确保开发成果符合业务目标与用户体验要求。
任职资格:
基础要求
本科及以上学历，计算机、人工智能、自然语言处理等相关专业优先；
2年以上AI应用开发经验，有LLM相关项目落地经验者优先；
精通Python编程，熟悉主流深度学习框架（如PyTorch/TensorFlow），具备扎实的算法与数据结构基础；
熟悉大模型核心原理（如Transformer架构、注意力机制、参数高效微调技术PEFT等），了解模型训练/微调/部署全流程；
核心技能要求
智能体开发：有基于LangChain、AutoGen等框架的智能体开发经验，能设计多轮对话、任务规划、工具调用等复杂Agent交互逻辑；
大模型微调：有LLM微调（如LoRA、QLoRA）或全参数微调经验，熟悉数据标注、训练调优、效果评估全流程；
平台/框架：熟练使用Dify（低代码/无代码搭建AI应用）、LangChain（Agent、Memory、Chains等模块）完成项目落地，有二次开发或插件扩展经验者优先；
>>加分项
有大模型在垂类场景（如客服、医药物流、风控、数仓应用等）的落地经验；
熟悉多模态（文本+图像/视频/语音）大模型的应用开发；
有分布式训练、模型压缩（量化/蒸馏）或高性能推理优化经验；
3. 负责项目现场实施和落地；结合项目实施经历，提出信息系统软件的持续改进意见和建议。