AI应用开发工程师（大模型方向）

1. 大模型效果优化与场景适配 · 负责项目申报管理大模型的Prompt Engineering设计与迭代，针对申报政策解读、材料合规性审查、项目匹配推荐等核心场景，持续提升模型输出的准确性与可用性。 · 结合RAG（检索增强生成）技术，优化工程咨询领域知识库（政策法规、历史申报案例、资质标准）的检索与重排策略，降低模型幻觉，确保申报建议有据可依。 · 根据业务反馈，执行轻量级模型微调（SFT/LoRA）或偏好优化，提升模型对工程咨询术语、申报流程逻辑的理解能力。 2. 程序开发与系统集成 · 负责大模型应用后端服务的开发与维护，包括 API 接口设计、业务逻辑实现，确保与公司现有项目管理系统、OA 或客户端的稳定对接。 · 开发并维护Agent 工作流，实现申报任务规划、材料自动生成、多轮问答引导等交互功能，提升用户申报效率。 · 配合前端/产品团队，完成功能模块的联调、测试与上线部署。 3. 系统运维与性能保障 · 监控大模型服务的运行状态，处理高并发下的响应延迟、接口超时等问题，保障申报季系统的稳定性。 · 负责模型服务层的资源调度与成本优化（如推理加速、缓存策略、Token 消耗控制），在效果与成本间取得平衡。 · 建立效果评测机制，定期收集 badcase 并归因分析，形成“反馈-优化-验证”的闭环。 4. 技术文档与协作 · 编写技术文档，记录模型优化策略、系统架构变更及运维手册。 · 与业务专家（工程咨询师）紧密配合，将业务痛点转化为可落地的技术方案。 二、

1. 学历与经验 · 本科及以上学历，计算机、软件工程、人工智能或工程管理相关专业。 · 2 年以上 Python 开发经验，其中至少 1 年大模型应用开发或 NLP 工程落地经验。有 ToB/ToG 项目交付经验者优先。 · 优秀应届生若有大模型相关完整项目作品（如 RAG 系统、Agent 应用）亦可考虑。 2. 技术栈要求 · 编程语言：熟练使用 Python，熟悉 FastAPI/Flask 等至少一种 Web 框架；了解 Java/Go 者加分。 · 大模型技术：理解 Transformer 基本原理，熟悉主流开源模型（如 Qwen、DeepSeek、Llama 等）的调用与部署；掌握 Prompt 设计技巧，有 RAG 实战经验（熟悉 LangChain、LlamaIndex 或 Dify 等框架）。 · 工程能力：熟悉向量数据库（如 Milvus、Chroma、pgvector）的使用与调优；了解至少一种推理部署框架（如 vLLM、Ollama）的基本配置。 · 运维基础：熟悉 Linux 环境，掌握 Docker 容器化部署，能独立完成服务的上线与日志排查。 3.软素质 · 具备较强的自驱力和问题解决导向，能在业务需求模糊时主动拆解技术任务。 · 良好的沟通能力，能听懂咨询师的需求并翻译成技术语言，不追求“炫技”而追求“好用”。 三、待遇 双休、法定节假日正常放假，工作日正常上班时间7小时（08：30---12：00 14：00---17：30），有五险，员工福利较为丰富。