崗位職責
1、AI應用研發：參與公司人工智能方向的核心業務開發，結合大型語言模型（LLM），打造具備創新性的AI應用產品（如智能客服、知識庫問答、自動化Agent等）。
2、后端服務構建：負責基于Python的后端業務邏輯開發與維護，編寫結構清晰、可維護性強的代碼，并提供標準化的RESTful API接口。
3、數據流與存儲設計：依據業務場景設計合理的數據庫表結構，承擔關系型與非關系型數據庫的日常讀寫操作、聯表查詢、性能調優及數據同步任務。
4、技術預研與集成：持續關注前沿AI框架與工具，評估其適用性并推動落地，解決大模型在工程化過程中的實際技術挑戰。
5、文檔與協作：參與系統架構設計工作，撰寫完整的技術方案與接口說明文檔；協同前端工程師、產品經理高效協作，確保項目按時高質量交付。

任職要求
1、統招本科及以上學歷，計算機科學、人工智能、軟件工程或相關專業優先；具有【1-3年】及以上后端或AI方向開發經驗。具備扎實的Python編程能力，熟悉多線程/多進程及異步編程（asyncio）機制。
2、熟練掌握Python常用內置庫與第三方庫（如 Requests, Pandas, NumPy, Pydantic 等）。
3、熟悉至少一種主流Python Web框架（優先使用FastAPI，也可為Flask、Django）；數據庫技能全面：
關系型：精通 MySQL 或 PostgreSQL，掌握復雜SQL優化與索引設計原理。
非關系型：熟練運用 Redis（用于緩存管理與消息隊列）或 MongoDB，理解其典型應用場景。
4、AI/大模型開發經驗（核心要求）：具備明確的人工智能項目實踐經驗，了解大模型（LLM）微調流程或應用體系。
熟練使用 LangChain、LlamaIndex 等主流AI編排框架，理解Prompt工程、Memory機制、Chain和Agent的基本設計邏輯。
熟悉 OpenAI API / 百度文心 / 阿里通義等主流大模型API的對接與調用方式。
工程化與基礎能力：熟練使用 Git 進行版本管理；掌握 Linux 常用命令操作；了解 Docker 容器化部署流程。
5、綜合素質：具備良好的邏輯分析能力、自主學習意識和團隊合作精神；對AI領域技術保持高度熱情與探索意愿。
加分項（優先錄用）：具有RAG（檢索增強生成）完整項目落地經驗者優先。
6、有實際使用向量數據庫（Vector Database，如 Milvus, Pinecone, Chroma, Qdrant 或 PGVector）經驗者優先；熟悉 Hugging Face 生態，具備開源模型（如 Llama 2/3, ChatGLM, Qwen等）本地私有化部署經驗者優先；在 GitHub 上有活躍提交記錄，或擁有個人技術博客并發布深度AI技術文章者優先。