要求
1.統(tǒng)招本科人工智能或者計算機相關專業(yè)畢業(yè)，985、211高校優(yōu)先；
2.擁有2年以上基于大語言模型（LLM）的應用開發(fā)經驗。
3.精通Python及相關生態(tài)開發(fā)工具。
4.具有豐富的RAG系統(tǒng)實戰(zhàn)經驗，深刻理解其挑戰(zhàn)與優(yōu)化點。
5.熟悉LangChain和/或LlamaIndex框架，并有用其構建復雜應用的經驗。
6.具備向量數據庫（如PGVector， Milvus， ChromaDB等）的使用和優(yōu)化經驗。
7.出色的上下文工程（Context Engineering）和提示詞設計能力。
8.理解軟件工程*佳實踐，包括代碼版本管理（Git）、測試和容器化（Docker）。
加分項
1.有構建和調試多智能體（Multi-Agent） 系統(tǒng)的經驗，熟悉LangGraph或類似工作流工具。
2.有使用MCP、Dify、n8n、LangFuse中任一工具的實際項目經驗。
3.有在云平臺（AWS， GCP， Azure）上部署和運維AI應用的經驗。
4.對主流大語言模型（如GPT-4， Claude， Llama系列）有深入理解和應用經驗。
職責
1.設計、實現和優(yōu)化檢索增強生成（RAG） 系統(tǒng)，利用PGVector等向量數據庫管理企業(yè)知識庫，提升回答的準確性和時效性。
2.基于LangChain、LlamaIndex和LangGraph等框架，構建和編排多智能體（Multi-Agent） 工作流，實現復雜的業(yè)務邏輯。
3.深入進行上下文工程（Context Engineering） 和提示詞優(yōu)化，*大化大語言模型的性能與可靠性。
4.集成MCP（Model Context Protocol） 服務器，以安全、標準化的方式擴展LLM的能力邊界。
5.使用Dify或n8n等工具進行應用快速原型開發(fā)、工作流編排和系統(tǒng)集成。
6.實施LangFuse等監(jiān)控工具，全面追蹤、評估和分析AI應用性能，持續(xù)進行迭代優(yōu)化和數據驅動決策。
與產品經理、算法工程師和后端工程師緊密協作，推動AI技術從概念到產品的落地。