1.設計、構(gòu)建、測試、部署并維護安全可靠、可擴展的人工智能應用程序。
2.開發(fā)并支持將大型語言模型(LLMs)與真實世界 API 及用戶需求連接的平臺。
3.與跨職能團隊協(xié)作,完成解決方案的原型設計、評估及優(yōu)化 —— 尤其在對話式 AI 場景中。
4.使用現(xiàn)代框架構(gòu)建基于多智能體的系統(tǒng)和檢索增強生成(RAG)應用程序。
5.應用混合專家模型(MoE)和自然語言編輯(NLE)方法,提升工業(yè)場景下 LLM 的性能。
6.利用 Cherry Studio、Ollama 和 MCP 協(xié)議實現(xiàn)可擴展、高效的多智能體模型部署。
7.為 LLM 編寫、優(yōu)化并評估提示詞,以確保輸出準確且實用的結(jié)果。
8.知識庫系統(tǒng)建設經(jīng)驗:主導或參與過基于大模型的知識庫系統(tǒng)搭建,包括知識抽取、知識融合、知識存儲和知識檢索等環(huán)節(jié),熟悉知識圖譜構(gòu)建流程和技術(shù)。
9.檢索增強生成(RAG)技術(shù):熟悉RAG架構(gòu)原理,掌握LangChain、LlamaIndex等RAG框架,能利用這些框架優(yōu)化知識庫系統(tǒng)的檢索和生成能力,提升問答準確性和相關性。
10.向量數(shù)據(jù)庫知識:熟悉向量數(shù)據(jù)庫,如Milvus、FAISS、Pinecone等,能夠進行向量數(shù)據(jù)的存儲、檢索和管理,理解向量相似度計算原理和優(yōu)化方法。
11.自然語言處理(NLP)技術(shù):掌握NLP基礎技術(shù),如分詞、詞性標注、命名實體識別、文本分類、文本摘要等,具備將NLP技術(shù)應用于知識庫系統(tǒng)的能力。
12.模型優(yōu)化與部署:熟悉模型優(yōu)化技術(shù),如模型量化、剪枝、蒸餾等,能夠?qū)⒋竽P透咝Р渴鸬缴a(chǎn)環(huán)境,解決部署過程中的性能、穩(wěn)定性和資源利用問題。
13.與 LLaMA、Mixtral、DeepSeek 等開源模型合作開發(fā)生成式應用程序。持續(xù)關注生成式 AI(GenAI)領域的最新研究、模型訓練技術(shù)及部署技術(shù)。
1.本科以上學歷,具備扎實的 AI 系統(tǒng)基礎。
2.一年以上生成式 AI(LLMs、多模態(tài)模型、視覺 / 語言生成)實踐經(jīng)驗。
3.具備構(gòu)建 RAG 管道、提示工程及 AI 智能體的成功經(jīng)驗,深入理解分塊、向量搜索和混合檢索技術(shù)。
4.精通 Python 及常用 AI 庫和框架(如 LangChain、LangGraph、PyTorch、TensorFlow)。
5.熟悉智能體框架和技術(shù),如 AI 助手、自主智能體等。
6.理解數(shù)據(jù)管道、圖推理、云平臺 AI基礎設施等核心 AI 議題。
7.有 Cherry Studio、Ollama、AnythingLLM、NLE及 MCP 環(huán)境的實操經(jīng)驗。
8.具備將 AI 集成到云應用程序并進行性能優(yōu)化的經(jīng)驗。
9.對基礎模型、微調(diào)、高效推理技術(shù)等AI前沿研究領域有濃厚興趣
在求職過程中如果遇到扣押證件、收取押金、提供擔保、強迫入股集資、解凍資金、詐騙傳銷、求職歧視、黑中介、人身攻擊、惡意騷擾、惡意營銷、虛假宣傳或其他違法違規(guī)行為。請及時保留證據(jù),立即向平臺舉報投訴,必要時可以報警、起訴,維護自己的合法權(quán)益。
