【岗位职责】
1.核心应用开发：负责基于大语言模型的后端系统构建，完成提示词设计（PromptEngineering）、RAG（检索增强生成）架构、AIAgent等关键模块的研发与落地。
2.性能与成本优化：深入模型推理底层，持续优化推理效率与资源消耗，例如利用vLLM等工具提升高并发情况下的响应速度与吞吐能力。
3.技术落地与迭代：推动大模型技术方案从原型验证（PoC）快速演进至生产环境稳定运行，保障系统的稳定性与横向扩展能力。
4.技术探索与创新：密切关注大模型前沿动态（如多模态融合、新型微调方法等），结合实际业务需求，挖掘并验证创新性应用场景。

【任职要求】
1.技术与经验：具备2年以上相关领域工作经验；
2.编程与框架：
①熟练掌握Python，代码规范良好，熟悉异步编程机制；
②掌握至少一种主流深度学习框架（如PyTorch）；
③具备LangChain/LangGraph项目实战经验，能够根据业务场景进行定制化开发与功能拓展。
3.大模型技术栈：
①精通大模型微调、RAG、Embedding等核心技术，具备独立定位和解决线上模型表现问题的能力；
②拥有高并发下模型服务部署优化经验，熟悉vLLM、TGI或同类推理引擎者优先考虑。
4.工程与业务能力：
①具备出色的后端架构设计能力，可构建可靠的异步任务处理系统及微服务架构；
②有数据驱动的项目落地经验者优先，了解A/B测试的设计与实施流程，能科学评估方案效果；
③具备大模型应用成功落地案例者优先，简历中请重点呈现相关经历。
5.软实力：
①学习能力强，对大模型技术发展保持敏锐洞察与浓厚兴趣；
②具备扎实的分析与问题解决能力，能应对复杂、不确定的技术难题；
③沟通协作能力强，可与产品、算法及现场工程师高效协同推进项目。

【加分项】
①具备向量数据库（如Milvus、Pinecone、ChromaDB等）使用或性能调优经验；
②熟悉容器化技术（Docker）及云原生架构（Kubernetes）；
③参与过开源项目贡献或运营高质量技术博客。

【薪资范围】
每月8-20K