1.面向工業(yè)生產業(yè)務場景(如設備維保、智能運維、知識管理、決策支持、流程自動化等),運用數(shù)據(jù)處理技能進行相關文本、結構化及非結構化數(shù)據(jù)的收集、整理與準備。
2.負責大語言模型(LLM)的應用開發(fā),包括但不限于提示詞(Prompt)工程的設計、優(yōu)化與測試,以有效激發(fā)模型潛能解決實際問題。
3.設計、開發(fā)與優(yōu)化檢索增強生成(RAG)系統(tǒng),構建高效的信息檢索與知識融合解決方案,提升LLM回答的準確性和可信度。
4.開發(fā)基于LLM的智能體(AI Agent)框架與應用,實現(xiàn)任務分解、工具調用、記憶管理、多步推理等能力。
5.探索、應用及開發(fā)MCP相關技術。
6.構建和維護企業(yè)知識圖譜,利用圖數(shù)據(jù)庫(如Neo4j等)進行知識的建模、存儲、查詢與推理。
7.研究、跟蹤LLM領域前沿技術(如Agent框架、模型微調、評估方法等),持續(xù)優(yōu)化現(xiàn)有應用架構和模型表現(xiàn),滿足不斷演進的業(yè)務需求。
8.深入理解業(yè)務需求,分析相關數(shù)據(jù),設計并交付基于LLM、RAG、Agent和知識圖譜的端到端AI解決方案。
職位要求:
1.碩士及以上學歷,計算機科學、人工智能、軟件工程、自然語言處理、數(shù)據(jù)科學等相關專業(yè)優(yōu)先;或對該領域有深厚興趣且具備突出項目經驗。
2.具備良好的英語水平(CET-6或相當?shù)燃壖耙陨希?,能夠流暢閱讀英文技術文獻和文檔。
3.深入理解大語言模型(LLM) 原理、應用場景及局限性(如GPT系列、Claude、LLaMA等)。
4.精通提示詞(Prompt)工程,掌握多種提示設計技巧并能系統(tǒng)性評估和優(yōu)化提示效果。
5.熟練掌握檢索增強生成(RAG) 技術棧,包括但不限于文本嵌入(Embedding)、向量數(shù)據(jù)庫(如Milvus, Pinecone, FAISS, Chroma等)、檢索算法、結果融合策略。
6.具備AI Agent開發(fā)經驗或能力,熟悉主流Agent框架(如LangChain, LlamaIndex, AutoGen等)或具備自研Agent核心組件(規(guī)劃、記憶、工具使用)的能力。
7.熟悉知識圖譜構建與應用,包括本體建模、知識抽取、關系推理,并有實際圖數(shù)據(jù)庫(Neo4j等)使用經驗。
8.精通Python編程語言,有扎實的工程能力和良好的代碼規(guī)范;熟悉常用的數(shù)據(jù)處理、機器學習庫(如NumPy, Pandas, Scikit-learn)及深度學習框架(PyTorch/TensorFlow)。
9.有以下經驗者優(yōu)先考慮:
實際部署和優(yōu)化LLM應用(微調、量化、部署、監(jiān)控)的經驗。
構建復雜企業(yè)級知識圖譜或智能問答系統(tǒng)的經驗。
在智能客服、知識管理、智能決策、自動化流程等場景應用LLM/RAG/Agent的經驗。
熟悉LLM評估方法、Agent仿真測試或RAG評估指標。