一、岗位职责
1.AI应用研发与项目落地
主导或协作推进 AI项目的技术方案设计、整体开发与部署;
完成通用模型、嵌入模型、推理模型的微调、对齐及推理优化;
构建高效可用的 Prompt Engineering 流程，提升模型任务表现。
2.多智能体系统与框架开发应用
实现基于 LangChain、LangGraph、MCP 等框架，多智能体(Multi-Agent)流程编排;
设计并实现 ReAct、COT、TOT等典型推理范范式，提升 Agent 系统响应质量与可控性;
了解 Coze、FastGpt、Dify 等智能体平台,
对业务系统的效果进行持续调优，通过数据分析和系统改进，提升系统的性能和用户体验。
3.知识检索与 RAG 系统
构建基于向量数据库(Milvus、FAISS、Chroma等)的文档知识检索系统;
设计 RAG 架构方案，实现上下文增强的大模型交互体验(如 ChatGPT、DeepSeek等);
提升文档召回质量与推理相关性
4.技术研究与能力沉淀
-跟踪 AI领域技术趋势(模型对齐、多态、多智能体等)，根据落地场景进行框架设计，沉淀内部开发工具；
二、工作经验与专业知识要求
1.本科及以上学历，计算机、人工智能等相关专业;
2.至少主导过2个以上 AI项目的完整落地经验，具备从0到1实施复杂LLM智能体系统的能力;
3.有 Prompt Engineering、LangChain 或 RAG 框架的实际应用经验。
4.熟悉llama.cpp、VLLM、 Sglang、transformers等大语言模型推理框架；
5. 具备Rerank、Embedding、Langchain、RAG等服务开发及部署经验者优先。具备大模型应用开发经验，在智能问答、代码review、代码续写、测试用例生成等方向有成功经验者优先。
6.熟悉主流大模型如Deepseek、LLaMA、Qwen等模型及其原理，并能进行针对性模型智能体应用开发工作;
7.了解深度学习等技术，熟悉大模型训练、推理、量化和部署者优先;
8.了解主流Al应用框架者(如langchain等)优先;
9.熟悉 JAVA/C++/Go/Python任一语言，有完整的项目开发经验，具备核心模块设计和维护经验。有一定的算法工程化能力，能够实现算法/模型的工程化与应用部署;具有NLP相关技术经验者更佳;
10. 熟悉多 Agent 系统架构设计，具备基于LangGraph、MCP 编排实际经验，有优化能力，包括planing、action、tools use、memory等核Agent能力的提升者优先;、了解深度学习等技术，熟悉大模型训练、推理、量化和部署
三、加分项：
1.对大模型微调(如 LORA、QLORA)、模型对齐、推理优化等有实践经验;
2.熟悉 NLP、CV、多模态等领域大模型结构、算法,具备追踪大模型领域内前沿的技术研究成果，包括但不局限预训练、强化学习、知识增强、分布式训练等同时提出创新思路来推动升级的能力;
3.熟悉Docker容器化技术