ai应用工程师/核心技术研究员

岗位名称：AI应用开发工程师
主要职责：
1、对公司AI模型产品进行分析、评估和问题诊断，提出模型优化建议；
2、根据业务需求和场景（如生成报告、数据分析、技术支持等），基于智能体平台设计和搭建智能体；
3、与产品经理、项目经理、数据工程师、前后端工程师等紧密协作，理解项目需求，推动AI解决方案的落地。
岗位要求：
- 计算机科学、人工智能、机器学习、自动化、数学、统计学或相关专业本科及以上学历；
智能体与RAG开发：
- 熟悉主流AI智能体低代码/无代码开发框架之一（例如Dify，FastGPT等），能够依照智能体业务搭建智能体工作流，并结合RAG系统和业务系统。
- 熟悉主流RAG与知识库框架（例如RAGFlow），能够组建跨模态知识库。熟悉知识库构建流程（文档解析、向量化、检索、排序、生成优化）。
- 熟练使用Python，使用GNU/Linux环境进行开发与部署，熟悉 Docker。
- 有构建跨模态知识库的实际经验，熟悉图像、文本等多模态数据的表征与对齐，了解知识图谱的基本构建流程（实体抽取、关系构建）及其与RAG结合的增强检索方案。
大模型微调与优化：
- 了解模型微调，能够使用 LoRA, QLoRA 等参数高效微调方法及相关工具（例如bitsandbytes或LLaMA Factory），能够依照业务微调LLM或者VLM。
- 熟悉提示词工程与优化技巧，了解模型Function Call机制与MCP协议层。
- 了解模型主流量化框架和量化方法。
- （可选）了解可变精度量化、混合精度量化与高精度激活层量化。
加分项：
熟悉下列可选能力或之一者会被优先考虑。我司欢迎对AI技术底层有了解的开发者！
- 理解Transformer核心架构和 Mamba 等新兴高效架构有了解者优先。
- 关注AI领域SOTA进展，并有能力评估和引入适合业务的先进方案（特别是在检索、长上下文、智能体规划、文档OCR等方面）者优先。
- 了解 VLM 和模态表征 Embed 的 SOTA 实现者优先。
- 有接触过AI Infra层，有 C++ 高性能开发经验者优先。有高性能向量 DB（例如Milvus）并发业务经验者优先。