AI工程师（python）

该职位来源于猎聘 岗位职责】 一、 AI 系统核心开发与算法落地 1. 大模型应用架构设计：参与公司 AI 相关系统的设计与开发，聚焦智能体、RAG系统及自动化流程等前沿领域。 2. 深度业务逻辑构建：基于大模型能力，结合企业业务场景，构建高可用的企业级 AI 应用。 3. 模型调优与评估：参与大模型的推理优化、效果评估及特定场景下的模型微调（Fine-tuning），持续提升模型在实际业务中的表现。 4. 向量检索系统建设：设计并实现基于向量数据库（如 FAISS / PGVector等）的检索系统，优化 Embedding 效果、召回策略及重排逻辑。 二、 全栈工程化与系统落地 1. 后端服务开发（Python）：负责核心业务系统的后端架构设计，熟练使用 Django/Flask/FastAPI 构建 API 服务，处理复杂的业务逻辑。 2. 前端交互实现：使用 Vue 进行前端功能开发，完成前后端数据交互及复杂页面逻辑实现。 3. 数据库与性能优化：参与系统数据库设计，精通 MySQL 查询优化与索引调优；熟练使用 Redis 缓存、Celery 异步任务队列及 WebSocket 实时通信技术，保障系统性能。 三、 技术基建与规范 1. 全流程交付保障：配合完成需求分析，制定技术可行性方案与开发计划；编写高质量代码与技术文档。 2. DevOps 与部署：推动团队工程化建设，熟悉 Docker 容器化部署及 Nginx/Gunicorn 等服务器配置，有 Kubernetes (K8s) 运维经验者优先。

必备技能（核心要求） 1. 编程与工程基础：○ 扎实的 Python 编程基础，具备优秀的工程化代码规范意识。○ 熟练掌握 Python Web 框架及 DRF，熟悉 ORM、中间件、信号机制。○ 熟练掌握 Vue.js ，具备 Vuex/Pinia 状态管理实战经验。 2. AI 与大模型技术栈：○ 熟悉大模型应用开发，有 RAG 架构落地经验；熟悉 LangChain 等主流框架。○ 具备 智能体（Agent）开发经验，熟悉工具调用、多轮推理、工作流编排及提示词工程。○ 熟悉至少一种 向量数据库（FAISS / PGVector 等）及向量检索优化策略。○ 了解大模型的部署流程（本地/云端）及基本推理优化手段。 3. 数据库与网络：○ 熟练掌握 MySQL，具备复杂 SQL 优化能力。○ 熟悉 Redis、RESTful API 设计规范及前后端分离开发模式。 4. 工具链：熟练使用 Git 版本控制，了解 CI/CD 流程。 加分项（优先考虑） 1. 算法与模型深度：有模型微调经验（LoRA / SFT / RLHF 等）；有多模态（OCR / 图像 / 文档理解）处理经验。 2. 运维：了解 Docker 生态；有 Linux 服务器运维经验。 3. 效率：熟悉 AI 编程工具（如 Cursor, Codex等）。