AI应用工程师(J10486)

岗位职责
1、业务需求与方案设计：深入各业务线挖掘 AI 落地场景，梳理业务痛点，完成需求拆解、可行性评估，设计 RAG、智能 Agent、提示词工程、模型微调等技术落地方案，输出技术文档与实施方案。
2、大模型应用开发与集成：熟练调用国内外主流大模型 API（GPT、通义千问、文心一言、Llama、Qwen 等），基于 Python+LangChain/LlamaIndex 开发智能问答、文档解析、智能总结、代码助手、数据查询等 AI 应用；通过 FastAPI/Flask 封装 AI 服务，完成与现有业务系统、SaaS 平台的接口集成。
3、知识库与向量系统搭建：负责企业文档的清洗、切片、向量化，基于 Milvus、Chroma、FAISS 等向量数据库搭建私有知识库，优化 RAG 检索链路、重排策略，提升问答准确率、减少模型幻觉问题。
4、模型微调与效果调优：针对垂直业务场景，使用 LoRA/QLoRA 做小参数微调、SFT 监督微调；设计 Few-shot/CoT 提示词模板，持续调优 Prompt、上下文策略，完成模型效果评测、A/B 测试，沉淀场景化 Prompt 库。
5、AI 应用部署、运维与迭代：使用 Docker、Linux 完成 AI 应用容器化部署，依托云服务器实现线上稳定推理；监控接口 QPS、耗时、模型异常、数据漂移，定期迭代优化应用性能，输出运维手册、使用 SOP，组织业务方培训。
6、技术调研与前沿跟进：跟踪大模型、多模态、Agent、LLMOps 等前沿技术，调研开源项目、行业 AI 解决方案，完成技术选型、POC 验证，输出 AI 技术落地白皮书，持续挖掘业务提效场景。
7、跨团队协同交付：对接产品、前端、后端、业务部门，同步项目进度，定位线上 AI 应用故障，协同完成功能迭代、问题修复，保障 AI 项目按时高质量交付。

岗位要求
1、本科及以上学历，计算机、软件工程、人工智能、电子信息、数据科学等相关专业；1-3 年大模型 AI 应用开发落地经验，有企业级 RAG / 智能知识库落地项目优先；
2、扎实的 Python 编程能力，熟练使用 Pandas、NumPy 做数据处理，掌握 Git 版本管理、Linux 常用运维命令。
3、精通大模型应用开发，熟练使用 LangChain、LlamaIndex 框架，有完整 RAG 项目落地经验；熟悉 Embedding、向量检索、文档分片、召回排序全链路优化逻辑；
4、精通 Prompt 工程、Few-shot、思维链等调优手段，具备解决模型幻觉、上下文溢出、问答准确率低等实战经验；了解 LLM 基础原理（Transformer 架构）；
5、熟悉至少一种向量数据库（Milvus、FAISS、Chroma、PGVector），掌握关系型数据库 MySQL、PostgreSQL 基础使用；会用 FastAPI/Flask 开发后端接口、RESTful 服务封装；
6、了解开源大模型部署、LoRA/QLoRA 微调基本流程，能独立完成微调数据集制作、训练、模型合并与推理部署优先；掌握 Docker 容器化部署基础操作；
7、熟悉 NLP 基础常识，有智能客服、文档问答、行业知识库、AI 数据分析、Agent 智能工作流等任一场景落地经验优先；
8、良好的业务理解、需求拆解与方案输出能力，具备较强的问题排查、自主调研学习能力；
9、优秀的沟通协作能力，逻辑清晰，能高效跨部门推进项目落地，具备较强的责任心与抗压能力。