崗位職責(zé): 
1. 智能體開(kāi)發(fā)落地:參與大模型智能體的模塊化開(kāi)發(fā)與優(yōu)化,重點(diǎn)負(fù)責(zé)工具調(diào)用(Function Calling)、任務(wù)拆解、上下文記憶等核心功能的實(shí)現(xiàn)與調(diào)試;基于LangChain、AutoGen等框架快速構(gòu)建智能體原型,支撐業(yè)務(wù)場(chǎng)景的功能驗(yàn)證。 
2. 數(shù)據(jù)處理與優(yōu)化:完成智能體研發(fā)全流程的數(shù)據(jù)支撐工作,包括多源數(shù)據(jù)采集、清洗、標(biāo)注及結(jié)構(gòu)化處理,參與構(gòu)建高質(zhì)量訓(xùn)練數(shù)據(jù)集與評(píng)測(cè)數(shù)據(jù)集,輔助算法效果迭代。 
3. 技術(shù)驗(yàn)證與測(cè)試:參與智能體系統(tǒng)的集成測(cè)試與性能調(diào)優(yōu),針對(duì)任務(wù)成功率、工具調(diào)用效率等指標(biāo)進(jìn)行問(wèn)題排查,輸出測(cè)試報(bào)告并提出優(yōu)化建議;探索RAG(檢索增強(qiáng)生成)技術(shù)在智能體中的應(yīng)用,提升回答準(zhǔn)確性與知識(shí)時(shí)效性。 
4. 技術(shù)跟蹤與落地:跟進(jìn)大模型與智能體領(lǐng)域的前沿技術(shù)動(dòng)態(tài)(如多智能體協(xié)作、思維鏈優(yōu)化等),結(jié)合業(yè)務(wù)需求提出可行性落地方案,輔助撰寫(xiě)技術(shù)文檔與使用手冊(cè)。 
教育背景:本科及以上在讀,計(jì)算機(jī)科學(xué)、人工智能、軟件工程、數(shù)學(xué)等相關(guān)專(zhuān)業(yè)。 
(二)加分項(xiàng) 
1. 有智能體平臺(tái)使用經(jīng)驗(yàn)優(yōu)先。 
2. 熟悉向量數(shù)據(jù)庫(kù)(Milvus等)的使用,具備RAG系統(tǒng)搭建與調(diào)優(yōu)經(jīng)驗(yàn)者優(yōu)先。 
3. 了解大模型微調(diào)(SFT)基礎(chǔ)流程,參與過(guò)模型精調(diào)數(shù)據(jù)準(zhǔn)備或訓(xùn)練過(guò)程者優(yōu)先。
 特別提示:如不能現(xiàn)場(chǎng)實(shí)習(xí),可遠(yuǎn)程。