职位描述
人工智能医药研发/生产外包（CXO）
岗位职责
1. 负责企业级大模型文档智能应用开发与落地，基于OpenAI、文心一言、通义千问、Llama、Qwen、DeepSeek等国内外商用及开源大模型，结合LLM、RAG、NLP自然语言处理、OCR文档识别技术搭建私有知识库、智能文档处理体系，依托PyTorch/TensorFlow完成基础模型推理优化，实现文档OCR识别、文本解析、智能生成、精准检索、内容合规校验能力，优化模型幻觉问题，提升业务文本处理效率与内容准确性。
2. 梳理业务智能化研发全流程痛点，搭建统一大模型服务中台，完成模型接口封装、调用监控、成本管控、流量熔断与异常告警，满足企业内网私有化部署要求，保障数据安全，降低AI调用成本与线上故障风险。
3. 负责大模型平台迭代优化，搭建专属向量库、提示词模板库与业务语料库，持续优化向量检索精度、多轮对话体验与接口响应速度，支撑内部办公、业务辅助、智能问答等多类AI业务场景。
4. 主导大模型应用技术架构设计与方案评审，开展项目技术可行性评估，从性能、安全、兼容性多维度制定标准化开发方案，输出技术文档、接口文档与部署运维手册。
5. 制定产品技术路线图与版本迭代计划，独立完成RAG开发、Prompt优化、向量库搭建、模型轻量化微调等核心开发工作，联动产品、算法、测试、业务团队，全程推进项目落地、联调验收与版本迭代。
6. 持续跟进大模型前沿技术、开源生态及行业竞品技术方案，沉淀工程化落地经验；统筹公司全链路大模型应用建设，严控服务稳定性与数据合规风险，助力业务全面智能化升级。
任职要求
1. 本科及以上学历，计算机、人工智能、软件工程等相关专业优先，硕士学历加分；5年及以上大模型应用开发经验，独立完成RAG知识库、私有化大模型、大模型AI中台至少一类项目0-1落地，有B端AI后端开发经验优先。
2. 精通完整RAG全链路开发流程，熟悉OpenAI、文心一言、通义千问、Llama、Qwen、DeepSeek等主流商用及开源大模型调用与适配；扎实掌握NLP基础算法、文本预处理、语义匹配等技术，熟悉OCR文档结构化识别开发对接；熟练使用LangChain/LlamaIndex框架及Milvus/PGVector等向量数据库，熟练运用PyTorch/TensorFlow框架进行模型推理、微调与性能优化，熟悉文档切片、向量检索、重排序全流程，具备线上AI服务性能调优与问题排查能力。
3. 理解大模型底层原理与Prompt工程，掌握LoRA/QLoRA轻量化微调技术，可精准对接产品需求评估技术可行性，具备成熟工程化思维，重视数据安全与业务内容精准度。
4. 熟练掌握Python、FastAPI后端开发，熟悉Docker容器化部署及MySQL、Redis等常用中间件，可独立完成服务开发、部署运维与多项目并行推进。
5. 具备系统架构与数据治理思维，擅长接口权限管控、并发优化、向量数据治理；拥有私有化大模型部署、企业级RAG搭建、AI中台开发、Agent开发中至少两类完整项目落地经验。
6. 加分项：有医药垂直行业大模型项目落地经验；熟悉大模型量化、显存推理优化；拥有模型SFT微调实战经验；有开源大模型项目贡献经历。
1. 负责企业级大模型文档智能应用开发与落地，基于OpenAI、文心一言、通义千问、Llama、Qwen、DeepSeek等国内外商用及开源大模型，结合LLM、RAG、NLP自然语言处理、OCR文档识别技术搭建私有知识库、智能文档处理体系，依托PyTorch/TensorFlow完成基础模型推理优化，实现文档OCR识别、文本解析、智能生成、精准检索、内容合规校验能力，优化模型幻觉问题，提升业务文本处理效率与内容准确性。
2. 梳理业务智能化研发全流程痛点，搭建统一大模型服务中台，完成模型接口封装、调用监控、成本管控、流量熔断与异常告警，满足企业内网私有化部署要求，保障数据安全，降低AI调用成本与线上故障风险。
3. 负责大模型平台迭代优化，搭建专属向量库、提示词模板库与业务语料库，持续优化向量检索精度、多轮对话体验与接口响应速度，支撑内部办公、业务辅助、智能问答等多类AI业务场景。
4. 主导大模型应用技术架构设计与方案评审，开展项目技术可行性评估，从性能、安全、兼容性多维度制定标准化开发方案，输出技术文档、接口文档与部署运维手册。
5. 制定产品技术路线图与版本迭代计划，独立完成RAG开发、Prompt优化、向量库搭建、模型轻量化微调等核心开发工作，联动产品、算法、测试、业务团队，全程推进项目落地、联调验收与版本迭代。
6. 持续跟进大模型前沿技术、开源生态及行业竞品技术方案，沉淀工程化落地经验；统筹公司全链路大模型应用建设，严控服务稳定性与数据合规风险，助力业务全面智能化升级。
任职要求
1. 本科及以上学历，计算机、人工智能、软件工程等相关专业优先，硕士学历加分；5年及以上大模型应用开发经验，独立完成RAG知识库、私有化大模型、大模型AI中台至少一类项目0-1落地，有B端AI后端开发经验优先。
2. 精通完整RAG全链路开发流程，熟悉OpenAI、文心一言、通义千问、Llama、Qwen、DeepSeek等主流商用及开源大模型调用与适配；扎实掌握NLP基础算法、文本预处理、语义匹配等技术，熟悉OCR文档结构化识别开发对接；熟练使用LangChain/LlamaIndex框架及Milvus/PGVector等向量数据库，熟练运用PyTorch/TensorFlow框架进行模型推理、微调与性能优化，熟悉文档切片、向量检索、重排序全流程，具备线上AI服务性能调优与问题排查能力。
3. 理解大模型底层原理与Prompt工程，掌握LoRA/QLoRA轻量化微调技术，可精准对接产品需求评估技术可行性，具备成熟工程化思维，重视数据安全与业务内容精准度。
4. 熟练掌握Python、FastAPI后端开发，熟悉Docker容器化部署及MySQL、Redis等常用中间件，可独立完成服务开发、部署运维与多项目并行推进。
5. 具备系统架构与数据治理思维，擅长接口权限管控、并发优化、向量数据治理；拥有私有化大模型部署、企业级RAG搭建、AI中台开发、Agent开发中至少两类完整项目落地经验。
6. 加分项：有医药垂直行业大模型项目落地经验；熟悉大模型量化、显存推理优化；拥有模型SFT微调实战经验；有开源大模型项目贡献经历。
登录查看完整内容
