大模型应用工程师

岗位职责
1. 大模型应用开发与落地
l 基于大模型（LLM）开发行业应用：智能问答、知识库、写作助手、客服机器人、数据分析助手等。
l 搭建 RAG 检索增强生成 系统：文档解析、向量库、召回、重排、prompt 工程。
l 开发 / 迭代 AI Agent：工具调用、任务规划、多步骤执行、记忆管理。
2. Prompt 工程与模型效果优化
l 设计高质量 Prompt、Few-shot、CoT、结构化输出。
l 优化模型回答：准确性、 hallucination、稳定性、业务合规性。
l 结合业务做模型效果评估与迭代。
3. 应用架构与服务开发
l 大模型 API 接入、封装、限流、日志、监控。
l 开发后端服务：接口、任务调度、文件处理、数据存储。
l 对接业务系统，完成 AI 能力集成与上线。
4. 数据与知识库建设
l 文档清洗、分块、向量化、知识库更新。
l 构建企业私有知识库，提升大模型行业准确率。
5. 性能与体验优化
l 提升响应速度、并发能力、稳定性。
l 模型选型、成本控制、推理参数调优。
技能要求
1. 必备技能
l 本科及以上学历，计算机相关专业背景，精通Python/Java开发，能独立写后端逻辑。
l 三年以上AI大模型开发经验，熟悉大模型相关基础理论知识，了解大模型基本原理：LLM、RAG、Agent、微调、向量数据库。
l 会使用主流大模型 API：通义千问、文心一言、豆包、DeepSeek、OpenAI 等。
l 掌握 RAG 全流程：文档加载 → 分块 → 向量化 → 检索 → 生成。
l 熟悉Linux系统开发和调试，熟悉容器相关技能
2. 技术栈
l 框架：LangChain / LlamaIndex / 自研 RAG 框架
l 向量库：Milvus、Chroma、Pinecone、FAISS
l 后端：FastAPI、Flask
l 数据库：MySQL、MongoDB、Redis
l 工程：Git、Linux、Docker
3. 业务能力
l 能把业务需求转成 AI 产品方案。
l 有实际 AI 项目上线经验优先。
l 具备问题排查、效果优化能力。
4. 软技能
l 学习能力强，能快速跟进大模型新技术。
l 良好的文档能力、沟通能力。
l 能独立负责模块或项目