ai應(yīng)用開發(fā)崗位
崗位職責(zé):
大模型應(yīng)用與AI工程化:??
??核心能力:?? 系統(tǒng)掌握LLM(大語言模型)應(yīng)用落地的全鏈路技術(shù),專注于??RAG(檢索增強生成)系統(tǒng)??的架構(gòu)設(shè)計、性能優(yōu)化與業(yè)務(wù)適配。
??技術(shù)實踐:?? 基于LangChain、Llamaindex等主流框架,成功開發(fā)并交付企業(yè)級智能問答系統(tǒng)。精通??提示詞優(yōu)化、查詢意圖理解、語義改寫、智能排序??等關(guān)鍵環(huán)節(jié),顯著提升問答準(zhǔn)確率與用戶體驗。
??前沿探索:?? 具備??多模態(tài)知識融合??經(jīng)驗,并成功將大模型應(yīng)用于??智能數(shù)據(jù)查詢與分析??場景,實現(xiàn)從自然語言到SQL生成、數(shù)據(jù)可視化的一體化解決方案。
??知識庫與知識圖譜構(gòu)建:??
??知識管理:?? 主導(dǎo)設(shè)計覆蓋知識全生命周期的管理體系,擅長處理??多源異構(gòu)文檔??的自動化解析、向量化表示與結(jié)構(gòu)化存儲,為AI應(yīng)用提供高質(zhì)量的知識底座。
??圖譜應(yīng)用:?? 擁有從0到1構(gòu)建知識圖譜的經(jīng)驗,將其應(yīng)用于??故障根因分析、智能運維(AIOPS)?? 等場景。
技術(shù)棧要求:
1.精通Spring生態(tài)與微服務(wù)架構(gòu),能確保AI應(yīng)用系統(tǒng)的高可用、高并發(fā)與可擴展性。主導(dǎo)過多個從單體到微服務(wù)的平滑遷移,技術(shù)架構(gòu)能力扎實。
2.Al與數(shù)據(jù):熟悉TensorFlow、PyTorch等主流深度學(xué)習(xí)框架。有LangChain、Llamalndex等AI應(yīng)用框架使用經(jīng)驗,了解RAG、Fine-tuning等技術(shù)。熟悉至少一種向量數(shù)據(jù)庫(如MilvuS、FAISS)或圖數(shù)據(jù)庫(如Neo4j)
具備電信運營商、金融、政府行業(yè)經(jīng)驗優(yōu)先。