人工智能开发工程师_移动事业部

需求与方案设计：参与 AI 类项目的需求调研与业务场景分析，理解业务痛点，输出技术方案（功能拆解、技术选型、接口设计、效果验收标准），并参与方案评审。

AI 应用开发：基于大语言模型（LLM）及多模态模型开发业务应用，包括智能问答、意图识别、文本生成与改写、信息抽取、摘要、智能体（Agent）工作流、检索增强（RAG）等模块的设计与实现。

提示词与链路优化：设计并迭代 Prompt 模板，管理上下文与少样本示例；结合评测结果优化模型调用链路，提升准确率、响应速度与稳定性。

模型定制与微调：参与数据标注规范制定、训练与评测集建设；按业务需要开展 SFT、LoRA 等轻量微调与指令微调，完成效果调优与模型版本管理。

知识库与数据治理：负责文档切分、向量化、索引构建与更新，维护向量库与检索服务；配合完成训练语料清洗、去重与质量评估。

效果评测与质量保障：建立 AI 应用效果评测体系（准确率、召回率、幻觉率、时延、调用成本等），持续回归测试，定位问题并推动闭环。

工程化与部署：负责 AI 服务的工程化实现与部署，包括推理服务容器化、接口封装、并发与超时 / 重试策略、算力与调用成本优化，保障服务稳定性与高可用。

联调与交付：与前端、后端、产品、测试及业务方协同联调，推动功能按期上线，参与用户培训与问题答疑。

技术跟踪与沉淀：跟踪大模型与 AI 工程领域进展，开展技术预研与选型验证；沉淀通用组件、工具链与内部最佳实践，提升团队整体开发效率。

学历与专业：计算机、软件工程、人工智能、数学、自动化等相关专业本科及以上学历；3 年以上软件开发经验（优秀者可放宽）。

编程能力：熟练掌握 Python；具备 Java 或 Go 中至少一种的后端开发能力；熟悉常用数据结构与算法，具备良好的代码规范与工程习惯。

AI 基础：理解机器学习、深度学习基本原理；熟悉主流大模型的能力边界与适用场景；了解预训练、微调、推理、量化等基本概念。

大模型应用实战：具备 LLM 应用开发项目经验，熟悉 Prompt 工程、RAG（文档切分、向量检索、重排）、Agent / 工作流编排等至少两项；有 Function Calling / MCP、多轮对话管理、幻觉抑制的实际经验。

框架与生态：熟悉至少一种主流框架与工具链，如 LangChain / LangGraph / LlamaIndex / Transformers /vLLM/ Dify 等；了解主流模型 API 的差异与选型要点。

工程与部署：熟悉 Linux 常用命令、Git、容器化（Docker / K8s）；了解推理服务部署与性能优化手段（批处理、并发、缓存、量化）；有 GPU 环境使用经验者优先。

数据与检索：熟练使用 SQL；熟悉 Elasticsearch 及至少一种向量数据库（Milvus / PGVector / Qdrant 等）的使用与调优。

后端与接口：熟悉 FastAPI / Flask / Spring Boot 中至少一种的接口开发与性能优化，了解微服务基本设计。

软性素质：责任心强、交付意识好；具备良好的需求理解、问题定位与抽象能力；能与产品、业务、测试高效沟通，在多任务并行下保持稳定产出。 加分项：有政企、运营商、BSS / CRM 等业务域 AI 落地经验；有开源项目贡献、专利、论文或 AI 竞赛获奖；主导过 AI 项目从 0 到 1 建设；熟悉 MLOps 与模型版本管理。 学历：本科 工作经验：不限