大模型应用工程师（西安）

1.大模型应用架构与集成： •负责设计和开发基于大语言模型的应用程序架构。 •熟练集成和调用各类大模型API（如OpenAI, Anthropic, 国内主流模型API）或开源模型（如Llama、ChatGLM、Qwen等）。 •构建和优化应用层与大模型之间的数据流和处理逻辑。 2.提示工程与优化： •深入研究和实践提示工程（Prompt Engineering），设计和优化高质量提示词（Prompt）、思维链（Chain-of-Thought）等，以最大化挖掘和激发大模型的潜能。 •开发和管理提示词模板库，实现提示的标准化和可复用性。 3.模型微调与定制： •负责使用业务数据对开源大模型进行**微调（Fine-Tuning）**，包括全参数微调、LoRA、QLoRA等高效微调技术，使模型更契合特定领域和场景的需求。 评估不同微调策略的效果，并选择最优方案。 4.应用开发与全栈集成： •开发基于大模型的AI应用，如智能对话系统、内容生成工具、知识问答助手、代码生成工具等。 •与前端、后端团队协作，将AI能力无缝集成到现有的产品、网站或工作流中。 5.RAG系统开发： •构建和优化检索增强生成（RAG）系统。负责文档处理、向量化、向量数据库（如Chroma, Milvus, Weaviate）的选型与集成，提升模型对专业知识和最新信息的回答准确性。 6.智能体架构与开发： •设计并开发基于大模型的智能体（Agent）系统，实现其规划（Planning）、工具调用（Tool Use）、记忆（Memory）和自主执行的核心能力。 •构建多智能体（Multi-Agent） 协作框架，设计智能体间的通信与协作机制，以解决复杂任务。 •研究与集成ReAct、CoT、ToT等先进推理框架，提升智能体的复杂问题解决能力。

1.本科及以上学历，计算机科学、软件工程、人工智能等相关专业。 2.熟练掌握至少一门主流编程语言（Python/Java/Go），并具备良好的代码风格。 3.具备良好的软件工程能力，熟悉Git、Docker等开发工具，了解Web开发框架（如FastAPI, Flask, Django）。 4.对主流大语言模型（如GPT系列、Llama系列等）有深入的理解和实际使用经验，熟悉其工作原理、优势与局限。 5.具备极强的自主学习能力和技术热情，能快速跟进日新月异的大模型领域新技术（如Agent、多模态等）。 --加分项： •有使用LangChain、LlamaIndex等大模型应用开发框架的经验。 •有使用Pinecone、Chroma、Milvus、Weaviate等向量数据库的实际项目经验。 •有使用P-Tuning、LoRA等技术对开源大模型进行微调的实际操作经验。 •有相关的个人项目、开源贡献或知名公司的实习经历，GitHub上有可展示的项目。