【岗位职责】
1.核心应用开发：承担基于大语言模型的应用后端构建，完成提示词工程（PromptEngineering）、RAG（检索增强生成）系统、AIAgent等关键模块的架构设计与编码实现。
2.性能与成本优化：深入模型推理底层，推进推理性能和资源消耗的持续优化，例如利用vLLM等工具提升高并发场景下的吞吐能力与响应效率。
3.技术落地与迭代：推动大模型解决方案从技术验证阶段（PoC）快速演进并稳定上线，保障系统的稳定性与可扩展性。
4.技术探索与创新：密切关注大模型领域前沿动态（如多模态、新型微调方法等），结合实际业务需求挖掘创新性应用场景。

【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熟悉至少一种主流深度学习框架（如PyTorch）；
③具备LangChain/LangGraph的实际项目开发经历，能够根据业务需要进行定制化开发或功能扩展。
3.大模型技术栈：
①深入理解并熟练运用大模型微调（Fine-tuning）、RAG、Embedding等核心技术，具备独立分析和解决线上模型效果问题的能力；
②具备高并发环境下模型服务部署与调优经验，有使用vLLM、TGI或类似推理引擎者优先。
4.工程与业务能力：
①具备出色的后端系统设计能力，可构建可靠的异步任务处理体系和微服务架构；
②有数据驱动型项目落地经验者优先，了解如何设计与执行A/B测试以科学评估方案价值；
③有真实的大模型应用落地案例者优先，请在简历中重点体现。
5.软实力：
①学习能力强，对大模型技术发展保持高度关注与热情；
②具备优秀的逻辑思维与问题拆解能力，能应对复杂且不确定的技术难题；
③沟通协作良好，能与产品、算法及现场工程师高效协同。

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

【薪资范围】
每月8-20K