崗位職責:
1. 負責大語言模型（LLM）相關應用的架構設計與核心模塊開發，包括數據采集、預處理、清洗、向量化、模型調用與應用編排；
2. 主導構建企業級知識庫與檢索增強系統（RAG）：包含數據管線搭建、Index 設計、向量庫優化、檢索鏈路評估與性能優化；
3. 負責復雜 AI Agent 體系搭建（多 Agent 協作、工具接入、Workflow Orchestration、長上下文管理等）；
4. 進行模型微調（SFT、LoRA）、對齊、評測與推理性能優化，選擇最優模型并推進落地；
5. 牽頭設計和優化應用流水線（Prompt Engineering、RAG Pipeline、AgentOps/Observability），輸出可復用、可擴展的解決方案；
6. 使用 Vue、React 或其他前端框架，開發面向用戶的輕量級 AI 應用界面或 Demo；
7. 參與客戶交流、需求調研、技術咨詢與方案設計，可獨立完成售前 PoC 方案、技術選型說明、系統架構文檔；
8. 支持項目交付與管理，包括需求分析、質量控制、系統上線與性能監控；
9. 跟蹤行業最新 LLM 技術趨勢（如多模態、RAG 2.0、Agent Framework），并推動新技術在企業級場景落地；
10. 以主導或核心成員角色推動至少一個 AI 產品或行業解決方案從 0 到 1 的交付。
任職要求:
1. 本科及以上學歷，3–5 年以上 AI / NLP / 大模型相關工作經驗，有完整項目經驗（從需求 → 架構 → 開發 →上線）；
2. 精通 Python，掌握至少兩類大模型使用與微調：
o ? 開源：Qwen、Deepseek、GLM、Llama 等
o ? 商業：GPT、Claude、Gemini 等
3. 熟練掌握主流 LLM 開發框架：LangChain、LlamaIndex、Agent SDK、Dify、OpenWebUI、RagFlow、等；
4. 深入理解 RAG 架構原理、知識庫構建方法與檢索鏈路優化，能夠設計企業級、高準確性的 RAG 方案；
5. 熟悉機器學習、深度學習、自然語言處理等算法原理，了解 embeddings、向量召回、Re-ranking、模型評測體系；
6. 熟悉 Linux、Git、Docker、Hugging Face 等工具，能夠獨立完成環境部署與工程化優化；
7. 有 真實業務場景落地經驗，能夠獨立理解業務流程并提出可行 AI 解決方案；
8. 良好的溝通能力、客戶理解能力，可在客戶現場或遠程參與 售前交流、需求定義、方案講解、技術 PoC 交付；
9. 在項目中具備 owner 意識，自驅力強，能獨立完成模塊設計并帶領初級工程師共同交付。
優先條件（加分項）
1. 有 Agent 產品 / AI 平臺 / RAG 平臺 的架構或核心開發經驗；
2. 有私有化部署、模型安全、模型監控、Prompt 安全治理經驗；
3. 熟悉 醫藥、醫療器械、生命科學行業流程（PV、研發、生產、供應鏈）者優先；
4. 精通前端開發（Vue、React、Svelte 其一）并能獨立構建 Demo / PoC；
5. 熟悉 Java / Go / C++ 等語言或具備全棧開發能力；
6. 有咨詢背景或售前 Solution Engineer 經驗者優先；
7. 有帶團隊或指導初級工程師經驗，可成長為技術 Lead。