Python开发-具备AI经验

参与业务需求分析与系统架构评估，从质量保障和系统可观测性出发，提出可测试性设计优化建议； 主导智能运维及测试工具链的研发与持续迭代，涵盖自动化测试平台、故障注入框架、日志解析引擎等模块，有效提升研发与运维协同效率； 深入掌握AI与大模型相关业务场景中的质量挑战（如模型输出一致性、RAG结果准确率、Agent行为稳定性），通过代码抽象实现复杂校验逻辑的标准化与产品化封装； 搭建基于大语言模型的智能评估体系（LLM-as-a-Judge），构建自动化评测流水线，实现对生成式AI系统的量化质量追踪与监控； 输出高可靠的技术方案与接口规范，确保工具平台具备良好的可扩展性、稳定性和安全防护能力。 职位要求 扎实的工程实践能力：具备出色的系统架构设计与需求落地能力，能够独立完成清晰且可实施的技术方案与API接口定义； 熟练掌握Python语言：熟悉异步编程模型（asyncio）、高性能HTTP客户端（aiohttp、httpx）及数据处理库（pandas、numpy），具备规范的工程习惯（类型注解、单元测试、CI/CD集成）； 了解AI与大模型基本原理及其应用场景：熟悉Prompt Engineering、RAG机制、Agent系统架构及LLM评估方法，有OpenAI、Claude、DeepSeek或开源模型（Llama/Qwen）实际开发经验者优先； 掌握核心后端技术体系：熟悉关系型数据库（MySQL/PostgreSQL）设计与Redis缓存应用，具备高并发环境下数据一致性的处理能力； 深入理解Linux系统底层机制（文件系统、进程调度、网络协议栈、IO模型），具备扎实的网络编程基础（TCP/HTTP/gRPC）及线上问题定位经验；