岗位职责:
一、大模型应用与AI工程化：​​
1.核心能力：​​ 系统掌握LLM（大语言模型）应用落地的全链路技术，专注于​​RAG（检索增强生成）系统​​的架构设计、性能优化与业务适配。
2.技术实践：​​ 基于LangChain、Llamaindex等主流框架，成功开发并交付企业级智能问答系统。精通​​提示词优化、查询意图理解、语义改写、智能排序​​等关键环节，显著提升问答准确率与用户体验。
3.前沿探索：​​ 具备​​多模态知识融合​​经验，并成功将大模型应用于​​智能数据查询与分析​​场景，实现从自然语言到SQL生成、数据可视化的一体化解决方案。
二、知识库与知识图谱构建：​​
1.​​知识管理：​​ 主导设计覆盖知识全生命周期的管理体系，擅长处理​​多源异构文档​​的自动化解析、向量化表示与结构化存储，为AI应用提供高质量的知识底座。
2.​​图谱应用：​​ 拥有从0到1构建知识图谱的经验，将其应用于​​故障根因分析、智能运维（AIOPS）​​ 等场景。
岗位要求:
1.精通Spring生态与微服务架构，能确保AI应用系统的高可用、高并发与可扩展性。主导过多个从单体到微服务的平滑迁移，技术架构能力扎实。
2.Al与数据:熟悉TensorFlow、PyTorch等主流深度学习框架。有LangChain、Llamalndex等AI应用框架使用经验，了解RAG、Fine-tuning等技术。熟悉至少一种向量数据库(如MilvuS、FAISS)或图数据库(如Neo4j)
3.具备电信运营商、金融、政府行业经验优先。