算法工程师（AI产品团队）

参与智能体（Agent）的设计与调优：Prompt 与工具配置化管理、ReAct 循环控制（轮次上限、工具异常回灌、超时与取消、输出结构化收敛）。 参与 MCP（Model Context Protocol）工具生态开发：基于 FastMCP 开发数据查询、数据分析、图表生成、知识检索类工具，并接入智能体调用链。 参与智能问数（NL2SQL）链路的算法优化：Schema Linking、意图解析、候选 SQL 生成与执行反馈自修复、多候选选优，提升复杂查询的语义解析精度与执行成功率。 参与 RAG 与上下文工程：知识召回与重排、幻觉抑制与结论可溯源、多轮问题重写与记忆压缩。 参与服务化与评测体系建设：SSE 流式服务、多级并发控制、全链路追踪与可观测性、批量问题集回归评测。 跟踪大模型领域前沿方案（ReAct、Self-Refine、Agentic RAG、CHESS、MAC-SQL、DAIL-SQL 等），推动技术迭代进项目。 参与大型数字化转型与智慧化项目交付。

本科及以上学历；计算机科学、人工智能、数学、统计学或相关领域背景优先。 扎实的编程能力，熟练使用 Python，熟悉 SQL，具备良好的代码风格与工程习惯。 理解 Transformer / LLM 基础原理，熟练运用 Prompt Engineering、Function Calling / Tool Use、RAG 等范式；理解Agent Loop。 熟悉 LangChain / LangGraph，了解 MCP；有多智能体、工具调用相关项目经历者尤佳。 有 NL2SQL 项目经验者优先，熟悉 Spider / BIRD 等 Text-to-SQL 评测基准，了解 Schema Linking、示例增强等优化手段。 有 RAG 全链路经验者优先：知识库构建、检索 / 重排 / 生成联合调优、向量库（Milvus / Faiss 等）选型与索引优化。 在相关领域的论文发表、开源项目贡献或高质量个人项目者优先。 自驱力强，具备快速学习与独立解决问题的能力，善于沟通协作，敢于挑战不确定性任务。 能于 2026 年 9 月或 10 月到岗；一周出勤四天以上，实习 4 个月以上最佳。