大模型算法工程师

1. 将业务需求转化为智能体解决方案：完成任务拆解、流程设计与交互设计（多轮对话、多步骤任务、工具调用）。
2. 研发并交付智能体核心能力：意图识别、信息收集、结构化输出、可控生成、异常兜底等。
3. 设计并实现 RAG/知识库方案：文档清洗切分、向量检索、召回策略、重排（rerank）、引用溯源与效果评测。
4. 跟进并评估主流大模型（如 Qwen/DeepSeek/GPT/Claude 等）能力边界，支持选型与效果/成本平衡。
5. 与产品/研发协作完成系统集成与上线：接口对接、权限、日志、监控、稳定性与可维护性建设。
6. 持续优化与迭代：降低幻觉，提升准确率、一致性与响应效率，沉淀可复用方案与规范。
1. 医疗/大健康行业经验：EMR、区域平台、公卫、慢病管理、互联网医院等。
2. 有私有化/本地化部署经验：模型服务、GPU推理、性能优化、稳定性保障。
3. 有工具调用 / Function Calling、多智能体协作、多模型路由与成本控制经验。
4. 有评测体系建设经验：测试集构建、人工标注规范、指标体系设计与自动化评测。

岗位要求：

1.硕士及以上，计算机/软件/AI相关专业优先。
2. 有大模型应用/智能体相关落地经验，能独立完成从方案到交付的完整链路。
3. 熟悉 RAG全流程与常见优化方法（Embedding、向量库、召回/重排、Prompt结构化、引用溯源、评测）。
4. 了解大模型基本原理与能力边界，具备工程化兜底思维（可控、可解释、可回溯）。
5. 工程能力扎实：熟悉 Python，具备接口开发、联调、上线经验。
6. 沟通能力强、业务理解能力强，愿意持续学习医疗健康业务知识。