一、工作職責:
1、AI應用工程化:負責Prompt工程、RAG知識庫及Agent工作流的設計與落地;打通大模型與內部業(yè)務系統(tǒng)(ERP/OA等),推動AI功能在生產環(huán)境穩(wěn)定運行。
2、智能體開發(fā):基于低代碼平臺或Python框架搭建Agent應用,實現任務規(guī)劃、工具調用、知識檢索等能力;復雜場景下開發(fā)自定義組件,對接業(yè)務API與數據庫。
3、模型調優(yōu)與適配:針對業(yè)務場景(客服、知識問答、辦公輔助)優(yōu)化大模型效果;完成模型選型、微調、量化及成本控制,建立效果評估與監(jiān)控體系。
業(yè)務技術橋梁:深入業(yè)務部門挖掘AI落地場景,輸出可執(zhí)行的技術方案;協(xié)同非技術人員完成需求轉化、測試上線及持續(xù)迭代
二、任職條件:
(一)基礎條件
- 學歷:本科及以上,計算機、人工智能等相關專業(yè),優(yōu)秀應屆生(有相關實習/項目經驗)可放寬。
- 工作經驗:1-3年,可獨立負責模塊研發(fā)落地;
- 職業(yè)素養(yǎng):對AI有探索欲,邏輯清晰、責任心強,具備抗壓能力與跨部門溝通協(xié)作能力。
(二)核心技術能力
- Prompt工程:精通Prompt設計與優(yōu)化技巧(Few-shot/CoT/ToT),能針對不同模型(GPT/Claude/國產大模型)設計適配方案,沉淀Prompt版本管理規(guī)范。
- RAG系統(tǒng):熟練掌握RAG核心原理與優(yōu)化策略,熟悉至少一種向量數據庫(Milvus/Pinecone/ES)及檢索算法(BM25/向量重排),具備解決幻覺、提升召回率實戰(zhàn)能力。
- Agent平臺與開發(fā):
熟練使用主流Agent編排系統(tǒng)如Dify等低代碼平臺完成復雜工作流編排、多Agent協(xié)作設計及企業(yè)知識庫構建;或具備LangChain/LangGraph開發(fā)經驗,能開發(fā)自定義Agent組件、工具函數并集成至現有平臺;理解ReAct、Plan-and-Solve等Agent架構,具備業(yè)務抽象與流程設計能力。
- 工程開發(fā):熟練使用Python,掌握FastAPI/Flask等Web框架;具備業(yè)務系統(tǒng)API對接(RESTful/gRPC)、數據庫設計(MySQL/PostgreSQL)能力;了解大模型微調(LoRA/QLoRA)與量化技術。
- 模型與生態(tài):熟悉主流大模型(字節(jié)豆包/阿里通義/OpenAI)特性與API限制;了解NLP基礎、機器學習原理及LLM應用場景邊界。
工作地點:上海普陀區(qū)/安徽省馬鞍山市