我们正在寻找一位充满激情、技术过硬的AI应用工程师，加入我们快速成长的AI团队。你将站在技术前沿，负责将尖端的AI技术（特别是大语言模型、智能Agent和检索增强生成RAG）转化为能够解决实际业务问题的创新产品和解决方案。如果你热衷于构建智能、高效、可靠的AI应用，并渴望在一个充满挑战和机遇的环境中施展才华，我们期待你的加入！
主要职责
AI应用开发： 负责设计、开发和部署基于大语言模型（LLM）的端到端智能应用系统。
智能Agent构建： 设计和实现自主或半自主的AI Agent，使其能够理解复杂指令、进行任务规划、调用外部工具（API/函数）并完成端到端的复杂任务。
RAG系统优化： 构建、优化和维护高效的检索增强生成（RAG）系统，包括知识库处理、文档切片、向量化、检索策略优化等，确保回答的准确性和时效性。
提示词工程： 精通提示词工程，设计、测试和迭代高质量的提示词模板，运用思维链、ReAct等高级技巧，以最大化模型性能和输出可控性。
AI工作流编排： 设计和编排复杂的AI工作流，将Agent、RAG、LLM调用、传统API请求等组件有机结合，形成稳定、可靠、可扩展的业务流程。
团队协作： 与产品经理、算法工程师和前端工程师紧密合作，理解业务需求，将AI能力无缝集成到最终产品中。
工程实践： 编写高质量、可维护、可测试的代码，并撰写清晰的技术文档，遵循团队的开发规范。
任职资格
必备条件：
学历背景： 计算机科学、软件工程、人工智能或相关专业本科及以上学历。
编程能力： 扎实的编程基础，熟练掌握Python语言，熟悉FastAPI、Flask等至少一种Web开发框架。
LLM基础： 深入理解大语言模型（LLM）的基本工作原理，对Transformer架构有基本了解。
核心技术经验： 具备以下至少一个领域的深入实践经验：
AI Agent开发： 熟悉LangChain、LlamaIndex等框架中的Agent概念和实现，有构建多Agent系统经验者优先。
RAG系统构建： 熟悉向量数据库（如Chroma, Pinecone, Milvus, Qdrant）和嵌入模型的使用，有处理大规模知识库经验者优先。
提示词工程： 有设计和优化复杂提示词的丰富经验，能够系统性地提升模型在特定任务上的表现。
工作流设计： 熟悉AI工作流的设计与编排，能够将不同AI模块和传统服务串联成完整的应用。
工程素养： 良好的软件工程习惯，熟悉Git版本控制、Docker容器化等开发工具。
加分项：
有云平台（AWS, Azure, GCP）AI服务（如OpenAI API, Bedrock, Vertex AI）使用和集成经验。
了解MLOps理念，有模型部署、监控和CI/CD实践经验。
有微服务架构设计和RESTful API开发经验。
对开源LLM（如Llama, Mistral, Qwen）有微调、量化或部署经验。
具备良好的英文技术文档阅读能力，能快速跟进业界最新研究。