要求
1.统招本科人工智能或计算机相关专业毕业，985、211院校优先；
2.具备2年以上大语言模型（LLM）应用开发实践经验；
3.精通Python及周边生态开发工具；
4.拥有扎实的RAG系统实战背景，深入掌握其核心难点与优化策略；
5.熟悉LangChain和/或LlamaIndex框架，并具备使用其构建复杂应用的实际经历；
6.具备向量数据库（如PGVector、Milvus、ChromaDB等）的部署与调优经验；
7.具备优秀的上下文工程（ContextEngineering）与提示词设计能力；
8.理解软件工程最佳实践，涵盖代码版本控制（Git）、测试流程和容器化技术（Docker）。

加分项
1.有搭建与调试多智能体（Multi-Agent）系统的能力，熟悉LangGraph或类似工作流工具；
2.在实际项目中使用过MCP、Dify、n8n、LangFuse中任一平台；
3.具备在云环境（AWS、GCP、Azure）部署与维护AI应用的经验；
4.对主流大语言模型（如GPT-4、Claude、Llama系列）有深入理解并能灵活应用。

职责
1.负责检索增强生成（RAG）系统的架构设计、实现与性能调优，结合PGVector等向量数据库管理企业级知识库，提升响应准确率与时效性；
2.基于LangChain、LlamaIndex及LangGraph等框架，搭建并编排多智能体工作流，支撑复杂业务场景的实现；
3.深入开展上下文工程与提示词优化工作，充分释放大语言模型的潜力，保障输出稳定性与可靠性；
4.集成MCP（ModelContextProtocol）服务，通过标准化、安全化方式拓展LLM功能边界；
5.利用Dify或n8n等工具完成快速原型开发、流程自动化与系统间集成；
6.引入LangFuse等监控分析工具，实现AI应用全链路追踪、效果评估与持续迭代，推动数据驱动决策；
7.与产品经理、算法工程师及后端开发团队紧密配合，推进AI技术从方案设计到产品落地的全流程实施。