大模型应用开发工程师

岗位职责
1.AI应用系统架构与开发。负责大模型应用后端系统的架构设计、核心模块开发与持续优化，将LLM能力稳定、高效地集成到生产环境中。
2.RAG/知识库系统建设。设计并实现基于检索增强生成（RAG）的知识库系统，涵盖文档解析、向量化、检索策略优化和生成质量调优的全链路。
3.Agent/智能体系统开发。构建基于大模型的Agent系统，包括多步推理、工具调用（Function Calling）、多 Agent协作等工作流编排能力的设计与实现。
4.高性能服务与网关建设。负责大模型推理服务的后端网关开发，处理高并发请求调度、流式响应、Token用量管控与成本控制。
5.AI能力平台化。将大模型能力抽象为可复用的服务与 API，构建内部AI能力中台，支撑多条业务线的智能化需求。
6.工程质量与可观测性。建立AI应用的质量评估体系（如RAG评估指标、Agent成功率监控），搭建可观测性平台，保障线上系统的稳定性和可追溯性。

任职要求
1.本科及以上学历，计算机、电子信息等相关专业。
2.计算机科学、软件工程或相关专业本科及以上学历，3年以上后端开发经验，其中至少1年大模型/AI应用相关项目经验。
3.精通Python，熟练使用FastAPI或Flask构建高性能后端服务；具备扎实的编程功底和良好的工程习惯；具有RAG、Agent、Prompt Engineering 的实际项目经验，熟悉LangChain、LangGraph、LlamaIndex等主流AI编排框架中的至少一种；熟悉PGVector、Milvus、Chroma、Pinecone、Weaviate等向量数据库中的至少一种，理解向量检索原理与优化策略；熟悉Linux开发环境，掌握Docker容器化部署，了解基本的微服务架构设计与RESTful API设计规范。
4.具有以下工作经验者优先考虑：熟悉 Go 或Java，有高并发、高可用后端系统开发经验；有大模型微调实战经验（SFT、LoRA、QLoRA 等参数高效微调方法）；熟悉 MCP（Model Context Protocol）协议，有工具调用链路设计经验；有vLLM、Triton Inference Server、Ollama 等推理部署工具的使用经验；有AI产品从0到1的完整上线落地经验；有开源项目贡献、技术博客或在Kaggle/顶会中有成果产出。