AI算法研发工程师

职位职责 1.架构与研发：主导AI客服系统核心算法的架构设计与开发，负责RAG、Fine-tuning、AIAgent等关键技术路径的方案选型与实际落地。 2.模型优化：深入优化大语言模型（LLM），涵盖模型微调、提示词工程、知识库检索增强等方面，构建有效的评估机制，持续提升AI表现能力。 3.工程落地：推动AI服务的工程化实施，完成性能调优与部署上线，保障系统在高并发环境下的高效响应、低延迟及稳定运行。 4.技术探索：密切关注人工智能领域的最新进展，将前沿技术转化为可行的技术实施方案，助力产品建立持久竞争优势。 5.团队协作：作为团队核心技术骨干，解决关键算法挑战，并与产品、后端等相关角色协同配合，确保项目高质量高效交付。 职位要求 1.计算机科学或相关专业本科及以上学历，具备扎实的编程功底和算法基础。 2.3年以上AI算法研发经验，在NLP、对话系统或大模型应用方向有丰富的实战积累。 3.精通Python，熟练使用FastAPI、gRPC等框架进行服务接口开发。 4.深入掌握LangChain/LlamaIndex等主流框架，具备根据业务需求进行二次开发的能力。 5.拥有完整的RAG系统搭建与调优经验，熟悉Embedding模型选择、向量数据库（如Milvus,Pinecone）配置优化及高级检索方法（如混合检索、结果重排序）。 6.具备体系化的提示词工程实践能力，以及AIAgent（支持FunctionCalling、任务规划等）开发经验。 7.掌握LoRA等参数高效微调（PEFT）技术，并具备大模型Fine-tuning的实际项目经验。 8.熟悉模型微调所需的数据预处理、数据集构建与效果评估全流程。 9.能够使用Docker对模型服务进行容器化封装，了解Kubernetes集群部署流程。 10.有使用vLLM、TensorRT-LLM等工具进行推理加速和性能提升经验者优先考虑。 11.熟悉MLflow等工具，具备模型版本控制、实验记录等MLOps实践经验。 12.目标驱动，热衷于将先进技术应用于实际场景并创造商业价值。 13.具备强烈的求知欲、自我驱动力，以及分析和应对复杂技术问题的能力。