主要职责
1、设计与实现 RESTful API，支持前端与服务间数据交互。
2、使用 Python 开发高效、可扩展的后端服务与业务模块。
3、管理数据库（MySQL）与缓存系统（Redis），保障存储与查询性能。
4、配置与使用消息队列（Kafka/RabbitMQ/Celery），处理异步任务与事件流。
5、编写自动化测试（单元/集成/端到端），保障代码质量与回归稳定。
6、参与 CI/CD 流程，提升开发效率与部署速度（Docker/常用流水线工具）。
7、优化系统性能与可靠性，解决技术难题并推动项目交付。
8、接入并调用主流 AI 模型服务（如 Qwen、OpenAI、Claude、DeepSeek 等），完成接口封装与任务编排, 实现推理服务与会话业务逻辑。
9、负责AI 模型生成结果的质检与复核、资源发布与分发，关注成功率、延迟与成本。
10、设计与开发 AI 应用后端：完成模型接口服务化、鉴权与基础配额/成本意识。
任职要求
1、具备 LLM 应用开发经验（必备）：能调用主流大模型平台 API，完成接口封装与任务编排。
2、5 年及以上后端开发经验，计算机或相关专业优先。
3、熟练掌握 Python，熟悉常用框架（Flask/Django/FastAPI）与第三方库。
4、熟悉 RESTful API 设计与实现，掌握常见数据结构与算法。
5、熟练使用关系型数据库（MySQL），具备表结构设计与 SQL 优化能力。
6、了解 NoSQL（如 MongoDB）与索引优化，具备高并发/高可用经验优先。
7、熟悉缓存系统（Redis）与消息队列（Kafka/RabbitMQ/Celery）。
8、熟悉网络协议（HTTP/TCP/IP）、IO 模型与并发编程（线程/协程/异步）。
9、熟悉 CI/CD 与容器化（Docker），了解服务部署与回滚策略。
加分项
1、有大模型框架（LangChain/LlamaIndex）使用经验，能将 AI 技术与后端服务结合。
2、熟悉微服务与分布式系统架构，有服务拆分与治理经验。
3、具备容器编排（Kubernetes）或云平台实践，能管理复杂生产环境。
4、有 Agent 项目经验、RAG/向量检索优化或多模型路由实践更佳。
5、有 LLM 部署、推理或微调经验更佳。
期望特质
1、责任心强、善于协作，关注代码质量与系统性能。
2、能独立分析与解决问题，主动推动进度与交付。
3、善于使用 AI 工具提升效率与解决问题，愿意快速学习与应用。