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