崗位核心價值：
主導企業(yè)級AI智能體與RAG體系的架構設計，定義技術路線與落地路徑；
攻克LLM在復雜業(yè)務場景中的核心技術難題，提升AI系統(tǒng)的實用性與穩(wěn)定性；
負責知識庫問答、智能客服、推理決策等核心場景架構設計
核心任職要求
1. 學歷與工作經驗
本科及以上學歷，計算機科學、人工智能、機器學習、數據科學等相關專業(yè)；
3年以上人工智能/自然語言處理領域工作經驗，主導過至少2個大型企業(yè)級LLM+智能體/RAG項目，具備從0到1架構設計、技術選型、落地交付全流程經驗。
有金融行業(yè)（銀行、證券、保險）或大型集團企業(yè)AI項目架構設計經驗者優(yōu)先（貼合企業(yè)級場景落地需求）。
2. LLM與智能體核心能力
深入理解LLM Agent底層架構，具備ReAct、Plan-and-Execute、Toolformer、Reflexion等主流Agent范式的落地實踐經驗，能獨立設計復雜任務的智能體決策邏輯；
精通LangGraph、AutoGen、MetaGPT等多Agent協(xié)作框架，有3個以上多Agent協(xié)同系統(tǒng)搭建經驗（如跨部門任務拆解、多工具聯(lián)動協(xié)作場景），具備工作流編排引擎設計與優(yōu)化能力；
熟悉LLM模型微調（SFT、RLHF）、模型壓縮、部署優(yōu)化（TensorRT、ONNX），能結合業(yè)務場景完成模型選型與性能調優(yōu)。
3. RAG體系深度實踐
精通RAG全流程技術棧，在文檔解析（PDF/Word/Excel多格式處理、表格/圖片信息提?。祿A處理（去重、分塊策略優(yōu)化）、Embedding選型（開源/閉源模型適配、自定義Embedding訓練）等環(huán)節(jié)有深入實踐；
具備混合檢索（語義檢索+關鍵詞檢索+向量檢索融合）、query改寫（同義詞替換、意圖識別、多輪對話上下文關聯(lián)）、排序優(yōu)化（Cross-BERT、DPR、XGBoost排序模型落地）的實際案例；
深入掌握langchain、llamaindex、ragflow、anythingLLM等至少2種RAG框架，有框架二次開發(fā)或大規(guī)模場景（千萬級文檔）部署優(yōu)化經驗。
4. 向量數據庫與高并發(fā)系統(tǒng)
精通至少一種主流向量數據庫（Milvus/Zilliz/Chroma/Weaviate），具備億級向量數據存儲、索引設計（IVF_FLAT、HNSW優(yōu)化）、高并發(fā)檢索（QPS≥1000）系統(tǒng)架構設計經驗；
有向量數據庫與關系型數據庫（Oracle/MySQL）、緩存系統(tǒng)（Redis）協(xié)同架構設計經驗，能解決高可用、低延遲、數據一致性等核心問題；
具備檢索系統(tǒng)性能調優(yōu)（響應時間≤300ms）、容錯機制設計、災備方案落地經驗。
5. 技術基礎與工程能力
扎實的數學基礎（線性代數、概率論、最優(yōu)化理論），深入理解機器學習/深度學習核心原理，在NLP領域有頂會論文（ACL/EMNLP/NeurIPS等）或核心專利者優(yōu)先；
熟練掌握Python編程，精通至少一種深度學習框架（PyTorch/TensorFlow），具備分布式訓練、模型部署（Docker/K8s）經驗；
具備信創(chuàng)適配能力，有國產化芯片（鯤鵬、飛騰）、操作系統(tǒng)（麒麟、統(tǒng)信）、數據庫的AI系統(tǒng)適配落地經驗。
6. 軟實力與綜合素質
具備極強的技術前瞻性，能跟蹤LLM、智能體、RAG領域前沿技術（如GPT-4V、Gemini多模態(tài)融合、Agent Memory優(yōu)化），并轉化為實際技術方案；
良好的英語讀寫能力，能熟練閱讀英文技術文獻、官方文檔，具備跨團隊技術溝通能力；
具備較強的問題拆解與攻堅能力，能主導解決AI系統(tǒng)落地中的核心技術瓶頸；
團隊協(xié)作意識強，能指導初級工程師開展技術工作，推動跨部門（產品、研發(fā)、業(yè)務）需求對齊與項目