一、工作職責(zé):
1、AI應(yīng)用工程化:負(fù)責(zé)Prompt工程、RAG知識庫及Agent工作流的設(shè)計與落地;打通大模型與內(nèi)部業(yè)務(wù)系統(tǒng)(ERP/OA等),推動AI功能在生產(chǎn)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(yīng)用,實現(xiàn)任務(wù)規(guī)劃、工具調(diào)用、知識檢索等能力;復(fù)雜場景下開發(fā)自定義組件,對接業(yè)務(wù)API與數(shù)據(jù)庫。
3、模型調(diào)優(yōu)與適配:針對業(yè)務(wù)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(diào)、量化及成本控制,建立效果評估與監(jiān)控體系。
業(yè)務(wù)技術(shù)橋梁:深入業(yè)務(wù)部門挖掘AI落地場景,輸出可執(zhí)行的技術(shù)方案;協(xié)同非技術(shù)人員完成需求轉(zhuǎn)化、測試上線及持續(xù)迭代
二、任職條件:
(一)基礎(chǔ)條件
- 學(xué)歷:本科及以上,計算機、人工智能等相關(guān)專業(yè),優(yōu)秀應(yīng)屆生(有相關(guān)實習(xí)/項目經(jīng)驗)可放寬。
- 工作經(jīng)驗:1-3年,可獨立負(fù)責(zé)模塊研發(fā)落地;
- 職業(yè)素養(yǎng):對AI有探索欲,邏輯清晰、責(zé)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(shù)能力
- Prompt工程:精通Prompt設(shè)計與優(yōu)化技巧(Few-shot/CoT/ToT),能針對不同模型(GPT/Claude/國產(chǎn)大模型)設(shè)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(shù)據(jù)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(fù)雜工作流編排、多Agent協(xié)作設(shè)計及企業(yè)知識庫構(gòu)建;或具備LangChain/LangGraph開發(fā)經(jīng)驗,能開發(fā)自定義Agent組件、工具函數(shù)并集成至現(xiàn)有平臺;理解ReAct、Plan-and-Solve等Agent架構(gòu),具備業(yè)務(wù)抽象與流程設(shè)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(wù)系統(tǒng)API對接(RESTful/gRPC)、數(shù)據(jù)庫設(shè)計(MySQL/PostgreSQL)能力;了解大模型微調(diào)(LoRA/QLoRA)與量化技術(shù)。
- 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(chǔ)、機器學(xué)習(xí)原理及LLM應(yīng)用場景邊界。
工作地點:上海普陀區(qū)/安徽省馬鞍山市