Python后端开发维护工程师（广州）

一、岗位职责
核心开发：基于 Python 技术栈负责大模型相关后端服务的设计、开发与维护，包括但不限于模型推理接口、数据处理服务、用户交互接口等；
性能优化：针对大模型推理延迟、资源占用等问题，进行接口性能调优、并发控制和资源调度优化，保障服务高可用；
工程落地：参与大模型产品的工程化落地，对接前端 / 算法团队，完成模型部署、接口联调和线上问题排查；
技术架构：参与后端服务架构设计，制定接口规范、数据流转规则，保障系统的可扩展性和稳定性；
问题排查：负责线上服务的监控、告警和故障排查，快速定位并解决接口异常、模型推理失败等问题；
技术迭代：跟踪大模型工程化领域的前沿技术（如 FastAPI、vLLM、TensorRT-LLM 等），推动技术栈升级和工程效率提升。
二、任职要求
（一）基础要求
学历：本科及以上学历，计算机、软件工程、人工智能等相关专业；
经验：
中级：2年以上 Python 后端开发经验，至少 1 年大模型相关项目落地经验；
高级：3 年以上 Python 后端开发经验，1 年以上大模型工程化落地经验，有千万级用户大模型产品后端开发经验优先；
技术基础：精通 Python 编程语言，熟悉异步编程（asyncio/gevent），掌握常见设计模式和后端开发最佳实践；
框架掌握：熟练使用 FastAPI/Flask/Django 等 Web 框架，能够独立设计和实现高并发 RESTful API；
工程能力：熟悉 Docker 容器化部署、K8s 编排，掌握 CI/CD 流程，有线上服务部署和运维经验；
数据库：熟悉 MySQL/PostgreSQL 等关系型数据库，掌握 Redis/Memcached 等缓存技术，了解 MongoDB 等 NoSQL 数据库；
大模型相关：了解 LLM（如 GPT、LLaMA、Qwen）的基本原理，熟悉模型推理框架（如 vLLM、Transformers、TGI），有模型部署 / 量化 / 微调工程化经验优先。
（二）加分项
有大模型 SaaS 平台、AI Agent、RAG（检索增强生成）项目开发经验；
熟悉云原生技术（如 K8s、Istio），有微服务架构设计经验；
了解模型量化（INT4/INT8）、模型并行 / 张量并行等优化技术；
有高并发、高可用后端服务设计和优化经验；
开源社区贡献者，或有高质量技术博客 / 项目沉淀。