AI应用开发工程

一、核心工作职责
1. AI应用开发与落地
- 基于大模型API（GPT、通义千问、DeepSeek等）开发企业级AI应用：智能客服、知识库、AI办公、智能问数、AIGC内容生成等
- 用LangChain/LangGraph搭建RAG系统，构建企业专属知识库，提升垂直场景问答精度
- 开发智能体Agent：任务拆解、工具调用、多轮对话、异常处理、决策优化
- 用Coze/Dify等低代码平台快速搭建AI工作流与应用
2. 模型集成与工程化
- 模型API封装、服务化、高并发部署，对接现有业务系统
- 模型推理优化：量化、蒸馏、剪枝，降低资源消耗、提升速度
- 参与AI Infra建设：模型CI/CD、版本管理、A/B测试平台
3. 数据与模型优化
- 数据采集、清洗、标注、特征工程，构建训练/微调数据集
- 大模型微调（Fine-tuning）、LoRA/P-Tuning适配垂直领域
- 提示词工程（Prompt Engineering），优化输出质量、解决幻觉问题
- 模型效果评估、Bad Case分析、持续迭代优化
4. 协作与技术创新
- 与产品、业务、后端、算法团队对齐需求，推动AI落地
- 跟踪前沿技术（多模态、Agent、RAG等），评估并引入业务
- 编写技术文档、API文档，提供内部技术支持与培训

二、任职要求
1. 学历与专业
- 本科及以上，计算机、AI、软件工程、数据科学等相关专业
2. 编程与工程能力（必备）
- 精通Python，熟悉FastAPI/Flask/Django，能开发高性能API服务
- 掌握PyTorch/TensorFlow等深度学习框架，能做模型调用与轻量开发
- 熟悉Git、Docker、K8s，具备云部署与服务运维能力
- 数据结构与算法扎实，能处理大规模数据与高并发场景
3. AI核心知识（必备）
- 理解LLM/Transformer原理、微调、RAG、Agent、提示词工程
- 熟悉向量数据库（Milvus、FAISS、Chroma）与检索技术
- 了解NLP/CV/多模态基础，能对接语音/图像/视频AI能力
4. 加分项
- 有RAG/Agent/AIGC项目经验，或使用LangChain、AutoGen、Coze等工具
- 熟悉低代码平台、模型量化/蒸馏、多模态融合开发
- 有垂直领域（金融/医疗/教育/工业）AI落地经验
- 良好沟通与文档能力，能连接技术与业务团队