崗位核心價(jià)值：
主導(dǎo)企業(yè)級(jí)AI智能體與RAG體系的架構(gòu)設(shè)計(jì)，定義技術(shù)路線與落地路徑；
攻克LLM在復(fù)雜業(yè)務(wù)場(chǎng)景中的核心技術(shù)難題，提升AI系統(tǒng)的實(shí)用性與穩(wěn)定性；
負(fù)責(zé)知識(shí)庫(kù)問(wèn)答、智能客服、推理決策等核心場(chǎng)景架構(gòu)設(shè)計(jì)
核心任職要求
1. 學(xué)歷與工作經(jīng)驗(yàn)
本科及以上學(xué)歷，計(jì)算機(jī)科學(xué)、人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)科學(xué)等相關(guān)專業(yè)；
3年以上人工智能/自然語(yǔ)言處理領(lǐng)域工作經(jīng)驗(yàn)，主導(dǎo)過(guò)至少2個(gè)大型企業(yè)級(jí)LLM+智能體/RAG項(xiàng)目，具備從0到1架構(gòu)設(shè)計(jì)、技術(shù)選型、落地交付全流程經(jīng)驗(yàn)。
有金融行業(yè)（銀行、證券、保險(xiǎn)）或大型集團(tuán)企業(yè)AI項(xiàng)目架構(gòu)設(shè)計(jì)經(jīng)驗(yàn)者優(yōu)先（貼合企業(yè)級(jí)場(chǎng)景落地需求）。
2. LLM與智能體核心能力
深入理解LLM Agent底層架構(gòu)，具備ReAct、Plan-and-Execute、Toolformer、Reflexion等主流Agent范式的落地實(shí)踐經(jīng)驗(yàn)，能獨(dú)立設(shè)計(jì)復(fù)雜任務(wù)的智能體決策邏輯；
精通LangGraph、AutoGen、MetaGPT等多Agent協(xié)作框架，有3個(gè)以上多Agent協(xié)同系統(tǒng)搭建經(jīng)驗(yàn)（如跨部門(mén)任務(wù)拆解、多工具聯(lián)動(dòng)協(xié)作場(chǎng)景），具備工作流編排引擎設(shè)計(jì)與優(yōu)化能力；
熟悉LLM模型微調(diào)（SFT、RLHF）、模型壓縮、部署優(yōu)化（TensorRT、ONNX），能結(jié)合業(yè)務(wù)場(chǎng)景完成模型選型與性能調(diào)優(yōu)。
3. RAG體系深度實(shí)踐
精通RAG全流程技術(shù)棧，在文檔解析（PDF/Word/Excel多格式處理、表格/圖片信息提?。?shù)據(jù)預(yù)處理（去重、分塊策略優(yōu)化）、Embedding選型（開(kāi)源/閉源模型適配、自定義Embedding訓(xùn)練）等環(huán)節(jié)有深入實(shí)踐；
具備混合檢索（語(yǔ)義檢索+關(guān)鍵詞檢索+向量檢索融合）、query改寫(xiě)（同義詞替換、意圖識(shí)別、多輪對(duì)話上下文關(guān)聯(lián)）、排序優(yōu)化（Cross-BERT、DPR、XGBoost排序模型落地）的實(shí)際案例；
深入掌握l(shuí)angchain、llamaindex、ragflow、anythingLLM等至少2種RAG框架，有框架二次開(kāi)發(fā)或大規(guī)模場(chǎng)景（千萬(wàn)級(jí)文檔）部署優(yōu)化經(jīng)驗(yàn)。
4. 向量數(shù)據(jù)庫(kù)與高并發(fā)系統(tǒng)
精通至少一種主流向量數(shù)據(jù)庫(kù)（Milvus/Zilliz/Chroma/Weaviate），具備億級(jí)向量數(shù)據(jù)存儲(chǔ)、索引設(shè)計(jì)（IVF_FLAT、HNSW優(yōu)化）、高并發(fā)檢索（QPS≥1000）系統(tǒng)架構(gòu)設(shè)計(jì)經(jīng)驗(yàn)；
有向量數(shù)據(jù)庫(kù)與關(guān)系型數(shù)據(jù)庫(kù)（Oracle/MySQL）、緩存系統(tǒng)（Redis）協(xié)同架構(gòu)設(shè)計(jì)經(jīng)驗(yàn)，能解決高可用、低延遲、數(shù)據(jù)一致性等核心問(wèn)題；
具備檢索系統(tǒng)性能調(diào)優(yōu)（響應(yīng)時(shí)間≤300ms）、容錯(cuò)機(jī)制設(shè)計(jì)、災(zāi)備方案落地經(jīng)驗(yàn)。
5. 技術(shù)基礎(chǔ)與工程能力
扎實(shí)的數(shù)學(xué)基礎(chǔ)（線性代數(shù)、概率論、最優(yōu)化理論），深入理解機(jī)器學(xué)習(xí)/深度學(xué)習(xí)核心原理，在NLP領(lǐng)域有頂會(huì)論文（ACL/EMNLP/NeurIPS等）或核心專利者優(yōu)先；
熟練掌握Python編程，精通至少一種深度學(xué)習(xí)框架（PyTorch/TensorFlow），具備分布式訓(xùn)練、模型部署（Docker/K8s）經(jīng)驗(yàn)；
具備信創(chuàng)適配能力，有國(guó)產(chǎn)化芯片（鯤鵬、飛騰）、操作系統(tǒng)（麒麟、統(tǒng)信）、數(shù)據(jù)庫(kù)的AI系統(tǒng)適配落地經(jīng)驗(yàn)。
6. 軟實(shí)力與綜合素質(zhì)
具備極強(qiáng)的技術(shù)前瞻性，能跟蹤LLM、智能體、RAG領(lǐng)域前沿技術(shù)（如GPT-4V、Gemini多模態(tài)融合、Agent Memory優(yōu)化），并轉(zhuǎn)化為實(shí)際技術(shù)方案；
良好的英語(yǔ)讀寫(xiě)能力，能熟練閱讀英文技術(shù)文獻(xiàn)、官方文檔，具備跨團(tuán)隊(duì)技術(shù)溝通能力；
具備較強(qiáng)的問(wèn)題拆解與攻堅(jiān)能力，能主導(dǎo)解決AI系統(tǒng)落地中的核心技術(shù)瓶頸；
團(tuán)隊(duì)協(xié)作意識(shí)強(qiáng)，能指導(dǎo)初級(jí)工程師開(kāi)展技術(shù)工作，推動(dòng)跨部門(mén)（產(chǎn)品、研發(fā)、業(yè)務(wù)）需求對(duì)齊與項(xiàng)目