任职要求:
岗位职责:
1.开发AIAgent与任务规划系统:
使用LangChain、LangGraph等框架实现工具调用、知识检索、多Agent协作等功能,构建任务执行框架。
2.构建与优化RAG知识库系统:
基于向量数据库(如FAISS、ChromaDB)搭建检索增强生成(RAG)流程,提升问答准确率与实时性;整合多模态数据源。
3.模型部署与性能优化:
对接大模型API(如Llama、Qwen、DeepSeek),设计数据接口与结构化处理;通过缓存、索引、量化技术降低推理成本。
4.前沿技术探索与应用:
研究PromptEngineering、多Agent自我进化、LoRA微调等技术,推动在智能客服、智能推荐等场景落地。
1.技术栈掌握
熟练掌握Python,熟悉PyTorch/TensorFlow深度学习框架;
熟悉LangChain/LlamaIndex等AI应用开发框架,了解WebSocket/RPC等通信协议。
2.模型与算法理解
熟悉主流大模型(GPT-4、Llama等)原理及调优技术(LoRA/QLoRA微调);
掌握RAG优化、提示词工程、Agent工作流设计。
3.工程实践能力
具备向量数据库、MySQL/PostgreSQL等存储系统使用经验;
了解并行计算、消息队列(Kafka/RabbitMQ)、缓存技术(Redis)。
4.学习与协作能力
良好的跨团队沟通能力,能快速学习新技术并解决复杂问题;
具备技术文档撰写和系统架构设计基础。
研究方向:
研究PromptEngineering、多Agent自我进化、LoRA微调