AI 研发工程师（大模型应用 / Agent 方向）

1. 负责公司大模型应用的技术方案设计与研发，围绕房产知识问答、智能检索、资料解析、业务数据查询及报告生成等场景，推动 AI 能力落地到实际产品。 2. 负责 RAG 知识库建设与优化，完成文档解析、数据清洗、文本分块、向量化、混合检索及重排序等开发，持续提升知识检索和回答质量，支持知识更新与来源追溯。 3. 负责 Agent 智能体及工作流开发，实现意图识别、任务拆解、工具调用、多轮对话和上下文管理，打通大模型与内部业务系统、数据库及第三方接口。 4. 负责多源业务数据与非结构化资料的接入和处理，包括 PDF、Word、图片、表格等，实现信息提取、结构化存储、数据关联及质量校验，为 AI 应用提供可靠的数据支持。 5. 负责 AI 应用后端服务开发，完成 API、异步任务、缓存、数据库及权限控制等功能建设，与 APP、小程序、管理后台及现有业务服务集成。 6. 负责 AI 应用的部署、监控及持续优化，建立效果评测和问题追踪机制，优化回答准确性、响应速度、系统稳定性及模型调用成本。 7. 与产品、业务及研发团队协作，完成需求分析、技术选型、开发交付和上线迭代，能够独立推进完整模块从 0 到 1 落地。

1. 具备 3 年以上软件研发、后端开发或数据工程经验，有实际的大模型应用项目交付经历，独立负责过知识库、智能问答、Agent 或相关 AI 应用的核心模块。 2. 熟练掌握 Python，熟悉 FastAPI、Flask 等至少一种后端框架，具备扎实的接口开发、异步编程和工程实现能力；有 Java 等其他后端语言开发经验者优先。 3. 熟悉大模型应用开发，掌握模型 API 接入、Prompt 设计、上下文管理、工具调用及结构化输出，能够根据业务需求选择技术方案并定位效果问题。 4. 具备 RAG 全流程开发经验，理解文档分块、Embedding、向量检索、关键词检索、元数据过滤及 Rerank 等机制，熟悉 Milvus、Elasticsearch、Weaviate 等相关组件中的一种或多种。 5. 熟悉 LangChain、LangGraph、Dify 等至少一种大模型应用框架或平台，能够结合业务进行二次开发，独立编写核心服务、工具接口及工作流逻辑。 6. 熟练使用 SQL，熟悉 MySQL、PostgreSQL 等关系型数据库及 Redis，具备数据建模、数据清洗、多源数据整合和查询优化能力。 7. 熟悉 Linux、Docker 及常用部署流程，具备日志分析、异常排查和性能优化能力，能够处理接口超时、任务重试、并发及第三方服务异常等问题。 8. 具备良好的业务理解和沟通协作能力，能够将业务需求转化为可执行的技术方案，对交付质量和上线效果负责。 加分项： 1. 有 MCP 工具开发、多智能体协作、会话记忆、人工确认机制或可视化工作流平台建设经验。 2. 有 OCR、表格抽取、图文检索、知识图谱、自然语言数据查询（ChatBI）等项目经验。 3. 有数据治理、数据仓库或实时数据处理经验，熟悉 Flink、Kafka、Doris、StarRocks 等相关技术。 4. 有大模型应用评测、调用链追踪、模型部署或微调经验，能够通过数据持续优化应用效果和成本。 5. 有房地产、金融、企业服务等行业的知识库、智能助手或业务系统研发经验。