Python大模型工程师(J10374)

大模型应用与智能体（Agent）开发；

RAG（检索增强生成）系统构建与优化；

Prompt和Skills范式工程与效果调优；

跨团队协作与工程化落地。

学历与专业背景

学历要求：通常要求本科或硕士及以上在读学生。

专业偏好：计算机、人工智能、软件工程、数学、统计学等相关理工科专业优先。但部分公司也欢迎对AI有极高热情、具备丰富动手实践经验和相关项目的其他专业同学。

核心编程与技术栈

Python编程能力：这是最核心的硬技能。要求熟练掌握Python语言，具备良好的代码规范与工程化思维，能够独立编写代码进行数据处理、模型调用和实验研究。

常用工具库：熟知 Pandas、NumPy 等数据处理库，以及 PyTorch、TensorFlow 等深度学习框架。

后端与数据库基础：掌握基本的后端开发能力，熟悉 Linux 操作系统，了解 Docker 等容器化部署工具；熟练掌握 MySQL、PostgreSQL 等数据库及 SQL 语言。

AI与大模型核心技术

大模型应用开发框架：熟悉主流大模型（如 GPT、DeepSeek、Qwen 等）的特性，掌握 LangChain、LangGraph等大模型应用开发或智能体编排框架。

核心技术模块：深入理解并掌握 Prompt 工程（提示词设计与调优）、RAG（检索增强生成）、Agent（智能体工作流编排）、MCP（接口调用）等关键模块。

开源框架：了解 RagFlow, Dify开源框架优先。

综合素质与软技能

AI工具使用：熟练使用各类主流 AI 辅助编程工具（如 CodeX、Claude Code 等）来提升开发效率。

学习与自驱力：对 AI 领域保持强烈的好奇心，具备极强的快速学习能力，能够紧跟大模型前沿技术动态并主动进行技术调研。