AI应用开发工程师（大数据）

负责 RAG 系统全链路开发与优化：文档解析与切分、Embedding、向量数据库、混合检索（向量 + BM25）、重排序、上下文组装，持续提升检索准确率；

负责 Agent 引擎开发：任务规划与分解、Function Calling 工具链、多智能体协作、对话记忆管理、执行状态追踪、人工确认（HITL）机制；

负责 LLM 服务层建设：多模型接入与统一网关、Prompt 版本管理、流式输出、Token 用量统计与成本优化、限流降级与重试容错；

负责 AI 效果优化：建立评测数据集和自动化评测流程，通过 Bad Case 归因持续迭代 Prompt、检索策略和模型选型，A/B 测试验证效果；

将 AI 能力封装为标准化 API/SDK，编写接口文档，与全栈开发团队对接联调；

跟踪大模型应用技术前沿（Agent 框架、MCP 协议、推理优化、长上下文等），演进系统架构。

本科及以上学历，计算机、软件工程、人工智能等相关专业，硕士优先；

编程基础扎实，熟练掌握 Python（AI 应用开发主力语言），具备扎实的后端工程能力（API 设计、异步处理、数据库、缓存）；

有 AI 系统搭建实战经验：至少独立完成过一个 RAG 或 Agent 应用的完整开发（含数据处理、模型接入、检索 / 编排逻辑、部署上线），课程项目、开源、个人作品均可；

熟悉大模型应用技术栈：LLM API 调用、Prompt Engineering、向量数据库（Milvus/Pinecone/Chroma 等）、LangChain/LlamaIndex 等框架；

理解大模型能力边界与工程取舍：知道什么场景用 RAG、什么场景用微调、什么场景用规则；能处理幻觉、延迟、成本等工程问题；

重视工程质量：代码规范、异常处理、日志监控、测试覆盖；

有开源贡献、AI 竞赛获奖、大模型应用落地实习经验者优先。