崗位內(nèi)容：
1．基于LangChain的應(yīng)用開發(fā)﹣使用LangChain框架開發(fā)大語言模（LLM）驅(qū)動的應(yīng)用，包括智能問答、知識庫問答、自動化流程等場景。
優(yōu)化LLM與外部工具（如API、數(shù)據(jù)庫、知識圖譜）的交互邏輯。設(shè)計并實Agent、Chain、Memory等核心模塊。
2．大模型集成與調(diào)優(yōu)﹣集成主流LLM（如DEEPSEEK-V3、GPT-4、Claude、LLaMA#),現(xiàn)模型調(diào)用、結(jié)果解析與后處理。
﹣優(yōu)化提示工程（PromptEngineering)，提升模型輸出的準(zhǔn)確性、安全性與可控性。
3.RAG（檢索增強生成）開發(fā)構(gòu)建基于向量數(shù)據(jù)庫和圖數(shù)據(jù)庫的文檔檢索系統(tǒng)，實現(xiàn)知識庫的實時檢索與內(nèi)容生成。
﹣優(yōu)化Embedding模型選擇與索引策略，平衡檢索速度與召回精度。
4．系統(tǒng)性能優(yōu)化與工程化﹣設(shè)計高可用、低延遲的AI服務(wù)架構(gòu)，處理高并發(fā)請求。實現(xiàn)流式輸出、異步處理、緩存策略，提升用戶體驗。
任職要求
技術(shù)能力
1、熟練掌握Python，熟悉LangChain、LangGraph,Llamalndex等框架，有完整項目落地經(jīng)驗。
2、熟悉主流LLM（如DEEPSSEK\GPT、Claude、文心一言等）的API調(diào)用與調(diào)優(yōu)。
3、熟練使用向量數(shù)據(jù)庫（如Milvus,Pinecone)、圖數(shù)據(jù)庫（Neo4j）。
加分項
有RAG系統(tǒng)、Agent開發(fā)經(jīng)驗，熟悉ReAct、ToT等推理框架。熟悉大模型微調(diào)（LoRA,QLoRA)。有LangChain社區(qū)貢獻經(jīng)歷或開源項目經(jīng)驗。