职位描述
计算机软件云计算
一、工作职责：
1、AI应用工程化：负责Prompt工程、RAG知识库及Agent工作流的设计与落地；打通大模型与内部业务系统（ERP/OA等），推动AI功能在生产环境稳定运行。
2、智能体开发：基于低代码平台或Python框架搭建Agent应用，实现任务规划、工具调用、知识检索等能力；复杂场景下开发自定义组件，对接业务API与数据库。
3、模型调优与适配：针对业务场景（客服、知识问答、办公辅助）优化大模型效果；完成模型选型、微调、量化及成本控制，建立效果评估与监控体系。
业务技术桥梁：深入业务部门挖掘AI落地场景，输出可执行的技术方案；协同非技术人员完成需求转化、测试上线及持续迭代
1、AI应用工程化：负责Prompt工程、RAG知识库及Agent工作流的设计与落地；打通大模型与内部业务系统（ERP/OA等），推动AI功能在生产环境稳定运行。
2、智能体开发：基于低代码平台或Python框架搭建Agent应用，实现任务规划、工具调用、知识检索等能力；复杂场景下开发自定义组件，对接业务API与数据库。
3、模型调优与适配：针对业务场景（客服、知识问答、办公辅助）优化大模型效果；完成模型选型、微调、量化及成本控制，建立效果评估与监控体系。
业务技术桥梁：深入业务部门挖掘AI落地场景，输出可执行的技术方案；协同非技术人员完成需求转化、测试上线及持续迭代
二、任职条件：
（一）基础条件
- 学历：本科及以上，计算机、人工智能等相关专业，优秀应届生（有相关实习/项目经验）可放宽。
- 工作经验：1-3年，可独立负责模块研发落地；
- 职业素养：对AI有探索欲，逻辑清晰、责任心强，具备抗压能力与跨部门沟通协作能力。
（二）核心技术能力
- Prompt工程：精通Prompt设计与优化技巧（Few-shot/CoT/ToT），能针对不同模型（GPT/Claude/国产大模型）设计适配方案，沉淀Prompt版本管理规范。
- RAG系统：熟练掌握RAG核心原理与优化策略，熟悉至少一种向量数据库（Milvus/Pinecone/ES）及检索算法（BM25/向量重排），具备解决幻觉、提升召回率实战能力。
- Agent平台与开发：
熟练使用主流Agent编排系统如Dify等低代码平台完成复杂工作流编排、多Agent协作设计及企业知识库构建；或具备LangChain/LangGraph开发经验，能开发自定义Agent组件、工具函数并集成至现有平台；理解ReAct、Plan-and-Solve等Agent架构，具备业务抽象与流程设计能力。
- 工程开发：熟练使用Python，掌握FastAPI/Flask等Web框架；具备业务系统API对接（RESTful/gRPC）、数据库设计（MySQL/PostgreSQL）能力；了解大模型微调（LoRA/QLoRA）与量化技术。
- 模型与生态：熟悉主流大模型（字节豆包/阿里通义/OpenAI）特性与API限制；了解NLP基础、机器学习原理及LLM应用场景边界。
（一）基础条件
- 学历：本科及以上，计算机、人工智能等相关专业，优秀应届生（有相关实习/项目经验）可放宽。
- 工作经验：1-3年，可独立负责模块研发落地；
- 职业素养：对AI有探索欲，逻辑清晰、责任心强，具备抗压能力与跨部门沟通协作能力。
（二）核心技术能力
- Prompt工程：精通Prompt设计与优化技巧（Few-shot/CoT/ToT），能针对不同模型（GPT/Claude/国产大模型）设计适配方案，沉淀Prompt版本管理规范。
- RAG系统：熟练掌握RAG核心原理与优化策略，熟悉至少一种向量数据库（Milvus/Pinecone/ES）及检索算法（BM25/向量重排），具备解决幻觉、提升召回率实战能力。
- Agent平台与开发：
熟练使用主流Agent编排系统如Dify等低代码平台完成复杂工作流编排、多Agent协作设计及企业知识库构建；或具备LangChain/LangGraph开发经验，能开发自定义Agent组件、工具函数并集成至现有平台；理解ReAct、Plan-and-Solve等Agent架构，具备业务抽象与流程设计能力。
- 工程开发：熟练使用Python，掌握FastAPI/Flask等Web框架；具备业务系统API对接（RESTful/gRPC）、数据库设计（MySQL/PostgreSQL）能力；了解大模型微调（LoRA/QLoRA）与量化技术。
- 模型与生态：熟悉主流大模型（字节豆包/阿里通义/OpenAI）特性与API限制；了解NLP基础、机器学习原理及LLM应用场景边界。
工作地点：上海普陀区/安徽省马鞍山市
登录查看完整内容
