AI应用开发工程师

岗位职责
1. 主导AI应用从概念到落地的全周期开发
快速原型与MVP构建：基于Dify、LangChain、MaxKB、LlamaIndex等主流框架，敏锐洞察业务需求，快速将想法转化为可交互的AI应用原型（Prototype）及最小可行产品（MVP）。重点主导包括智能问答、数据分析、内容生成等在内的AI原生应用项目。
工程化演进与性能优化：负责推动AI应用从原型阶段走向稳定、高效的规模化量产。与后端开发团队紧密协作，参与系统架构设计、代码优化及性能调优，确保AI服务的可靠性。
2. 精通提示词工程与模型调优
最大化模型潜能：深入理解各业务场景，设计并迭代精细化的提示词（Prompt），通过上下文学习、思维链等技术，最大化释放LLM的潜力，显著提升模型输出的准确性、相关性和业务适配度。
构建方法论与知识库：主导构建公司级的提示词知识库，系统性地沉淀Prompt设计的最佳实践和模式，为跨团队提供方法论支持和培训。
3. 实现AI能力与业务系统的无缝集成
打通数据与服务链路：使用Python进行核心开发，实现AI应用与现有业务系统（如CRM、ERP）、数据库（MySQL， MongoDB）以及第三方API的高效数据集成。
设计健壮的API接口：主导RESTful API的设计与调用，确保AI核心能力能够被前端、移动端及后端服务安全、稳定地调用，实现与业务系统的深度整合。
4. 以数据驱动的方式迭代产品并量化价值
快速迭代，持续优化：联合产品经理和业务分析团队，主动收集并分析用户反馈及应用运行数据（如响应时间、用户留存、错误率），快速迭代AI应用的功能和用户体验。
量化业务贡献：设计并建立科学的AI应用评估体系（如在线实验），量化模型对核心业务指标（如销售转化率、客服解决率、内容生产效率）的实际贡献，证明AI的投资回报率。
任职资格
基础要求
教育背景：本科及以上学历，计算机科学、软件工程或相关专业。
核心能力：具备扎实的Python编程功底和良好的系统设计能力，代码风格清晰规范。
项目经验：拥有1年以上LLM应用开发经验，有可展示的AI项目或线上产品案例（请附上GitHub链接、线上Demo或项目介绍）。
核心技能
框架精通：至少精通一种主流LLM应用开发框架，如Dify， LangChain， MaxKB，LlamaIndex， Semantic Kernel。请在简历中注明熟练程度（例如：精通LangChain的LCEL语法与Agent构建，或有基于Dify进行二次开发的经验）。
产品思维与问题拆解能力：具备优秀的产品Sense，能够将模糊、非结构化的业务需求，清晰地拆解为可执行的技术任务，并能设计出有效的Prompt策略。
API与系统集成：深刻理解RESTful架构风格，具备丰富的第三方API（如钉钉、飞书、企业微信、******等）集成经验。
加分项
1、对 RAG（检索增强生成）、AI Agent（智能体） 等前沿架构有深入理解，并有实际的项目落地经验。
2、熟悉向量数据库（如 Milvus， Pinecone， Qdrant， Chroma）或Embedding模型（如 BGE， E5）的选型与应用。
3、具备 C# 或 Java 开发能力，并有使用这些语言开发团队提效工具（如自动化脚本、低代码平台、CI/CD插件等）的实践经验。
4、对多模态大模型（如 GPT-4V， Gemini， LLaVA）有探索热情或实践经验。
5、活跃于技术社区，在GitHub有开源项目贡献，或有高质量的个人技术博客（请在简历中附上链接）。