生成式AI工程师

负责开发和优化生产级检索增强生成（RAG）管道，使用LangChain、LlamaIndex或自定义编排框架；设计并扩展向量数据库架构（Pinecone、Qdrant或pgvector）以实现高效的语义检索、索引和元数据过滤；实施自动化LLM评估管道，利用Ragas或自定义LLM-as-a-judge模式建立定量质量基准；部署和微调开源模型如LLaMA或Mistral，使用LoRA和QLoRA等参数高效方法在领域特定数据集上进行微调；构建安全、可靠的Python后端微服务，使用FastAPI暴露LLM代理和编排层给面向客户的应用程序；监控LLM消费、成本优化和推理延迟，使用LangSmith或Arize Phoenix等可观测平台。

至少3年专业软件工程经验，其中至少1.5年专注于在生产环境中部署LLM和生成式AI功能；精通Python，深入理解异步编程、API设计和现代后端框架；有向量搜索引擎、分块策略、嵌入模型和大规模语义索引管道的实战经验；对深度学习概念、变压器架构有深入理解，具备PyTorch或Hugging Face Transformers的实战经验；计算机科学、数据科学或相关量化领域的学士或硕士学位；加分项：有vLLM部署、自定义模型微调、知识图谱整合或从零构建智能体框架的经验。