岗位职责
1. AI应⽤架构设计与开发
-负责基于⼤模型（LLM）的中医药应⽤场景落地（如：中医智能问诊、病历结构化抽取、⽅剂推荐辅助等）。
-设计并实现基于 RAG（检索增强⽣成） 的技术架构，解决⼤模型在中医领域的幻觉问题，确保知识输出的准确性。
2. Prompt Engineering 与编排
-负责复杂任务的 Prompt 优化与设计，通过 Chain-of-Thought (CoT) 等技巧提升模型在中医推理⽅⾯的表现
-使⽤ LangChain、LlamaIndex 或⾃研框架构建 Agent（智能体） ⼯作流，实现⼯具调⽤（如查询药典数据库、API）
3. 模型微调与评估
-参与垂直领域⼤模型的微调（SFT）⼯作，处理⾼质量的中医语料数据
-建⽴⾃动化评估体系（Evals），针对中医场景对模型输出进⾏准确性、安全性和合规性测试
4. 知识库构建
-协助构建中医垂直领域的向量数据库，处理⾮结构化数据（古籍、论⽂、临床病历）的清洗、切⽚与向量化
5. 跨部⻔协作
-与中医专家、药理学博⼠紧密合作，将模糊的业务需求转化为具体的AI技术解决⽅案
任职要求
1. 基础技能
计算机、⼈⼯智能或相关专业本科及以上学历精通 Python编程，具有良好的代码⻛格和⼯程落地能⼒（熟悉 FastAPI/Flask 等后端框架）
2. AI 技术栈
熟悉主流⼤模型（GPT-4, Claude, Qwen, DeepSeek 等）的特性及 API 调⽤
熟练掌握 LangChain / LlamaIndex / AutoGen 等应⽤开发框架
深⼊理解 RAG 技术栈，熟悉向量数据库（如 Milvus, Pinecone, Weaviate, PGVector）的使⽤与调优
3. 算法与模型
理解 Transformer 架构，有 HuggingFace 开源模型的使⽤经验
了解⼤模型微调流程（LoRA, P-Tuning）者优先
4. ⼯程素养
熟悉 Linux 开发环境，熟练使⽤ Git，了解 Docker 容器化部署
加分项
医疗/中医背景：有医疗AI、CDSS（临床决策⽀持系统）、电⼦病历处理项⽬经验，或对中医药⽂化有浓厚兴趣
知识图谱经验：熟悉 Neo4j 等图数据库，有构建医疗知识图谱（KG）与 LLM 结合（GraphRAG）经验者优先
全栈能⼒：能够独⽴完成简单的 Demo 前端（Streamlit/Gradio/React）展示
学术/开源：在 NLP 领域发表过论⽂或有⾼质量的 GitHub 开源项⽬