崗位職責(zé):
1、負(fù)責(zé)基于大語(yǔ)言模型(LLM)的AI應(yīng)用系統(tǒng)設(shè)計(jì)與開(kāi)發(fā);
2、使用主流大模型平臺(tái)構(gòu)建可落地的AI解決方案;
3、開(kāi)發(fā)基于 LLM 的 Agent、工作流、多模態(tài)交互系統(tǒng),實(shí)現(xiàn)業(yè)務(wù)流程自動(dòng)化;
4、與后端、前端、運(yùn)維團(tuán)隊(duì)協(xié)作,完成模型服務(wù)化與API集成;
5、優(yōu)化模型推理性能,支持邊緣部署、低延遲響應(yīng)與高并發(fā)訪問(wèn);
6、編寫(xiě)高質(zhì)量代碼、技術(shù)文檔與測(cè)試用例,確保系統(tǒng)可維護(hù)性與可審計(jì)性;
其他:
1. 計(jì)算機(jī)、人工智能、自動(dòng)化、數(shù)學(xué)等相關(guān)專(zhuān)業(yè)本科及以上學(xué)歷;
2、3年以上軟件開(kāi)發(fā)經(jīng)驗(yàn),至少1年AI項(xiàng)目實(shí)戰(zhàn)經(jīng)驗(yàn);
3、熟悉 Python、Node.js 或 Java 中至少一種編程語(yǔ)言;
4、熟悉 Linux/Ubuntu 系統(tǒng)操作與 Shell 腳本編寫(xiě);
5、具備良好的英文讀寫(xiě)能力,能閱讀技術(shù)文檔與論文。
6、熟悉大模型應(yīng)用開(kāi)發(fā)框架:LangChain、LlamaIndex、Haystack、AutoGen;
7、掌握 RAG(檢索增強(qiáng)生成)架構(gòu)設(shè)計(jì)與優(yōu)化方法;
8、熟練使用向量數(shù)據(jù)庫(kù)(如 Chroma、Milvus、Pinecone、Weaviate);
9、熟悉 Docker、Docker Compose,具備容器化部署經(jīng)驗(yàn);
10、熟悉 RESTful API 設(shè)計(jì)與前后端聯(lián)調(diào)。