人工智能算法工程师

1、负责大语言模型、知识图谱相关智能命题系统的架构设计与搭建，覆盖素材推荐、智能校对、辅助命题、多模态查重等核心能力，打造标准化、智能化、安全可控的命题业务平台。
2、基于LangChain+RAG框架搭建多模态检索增强系统，融合向量数据库、知识图谱等技术，实现文本、图像、公式、语音等多类型素材的语义检索、智能标签化及结构化处理，持续迭代优化学科语料库。
3、搭建智能校对审核体系，结合规则引擎与大模型能力，实现试题内容、逻辑、合规性的多维度校验；研发题目自动生成、智能评审功能，输出标准化评审报告与优化方案。
4、研发多模态混合查重算法，保障题库内容查重准确率；搭建可扩展题库系统，支持自定义题型、智能组卷、机考落地，持续优化业务适配策略。
5、负责大模型应用的设计、开发与落地，搭建Prompt、Workflow、Agent等应用逻辑，联动产品与业务团队沉淀可复用的模型业务流程，持续优化模型效果、稳定性与使用成本，建立完善的模型评测、迭代与安全机制。
6、负责大模型相关后端服务的开发、部署与运维，保障API服务、任务调度、日志监控等核心模块稳定运行。
7、跟进主流大模型及相关框架的技术迭代，完成技术调研与业务适配评估，推动团队技术升级与创新落地。

任职条件

1、本科及以上学历，计算机、人工智能、自然语言处理等相关专业，2年以上算法或大模型应用开发经验；
2、具备扎实的编程能力（Python），熟悉常用后端框架（FastAPI），有API服务、异步任务、监控系统开发经验；
3、熟悉向量数据库（如Milvus、Faiss）和知识图谱（如Neo4j），有实际检索增强系统开发经验者优先；
4、深入理解大语言模型（如 DeepSeek、Llama、Qwen等）原理，有实际的微调、部署或应用落地经验；
5、熟练掌握 LangChain、RAG、Agent等框架与应用范式，能够独立设计Prompt/Workflow 并优化效果与成本；
6、熟悉 OCR、公式识别、语音处理等多模态技术，或具备教育测评、智能校对、查重系统经验者优先；
7、具备良好的业务理解与协作能力，能与产品、业务专家高效配合，将隐性规则转化为技术方案。