nlp自然語言處理工程師

一、崗位職責
1.AI應用研發與項目落地
主導或協作推進 AI項目的技術方案設計、整體開發與部署;
完成通用模型、嵌入模型、推理模型的微調、對齊及推理優化;
構建高效可用的 Prompt Engineering 流程，提升模型任務表現。
2.多智能體系統與框架開發應用
實現基于 LangChain、LangGraph、MCP 等框架，多智能體(Multi-Agent)流程編排;
設計并實現 ReAct、COT、TOT等典型推理范范式，提升 Agent 系統響應質量與可控性;
了解 Coze、FastGpt、Dify 等智能體平臺,
對業務系統的效果進行持續調優，通過數據分析和系統改進，提升系統的性能和用戶體驗。
3.知識檢索與 RAG 系統
構建基于向量數據庫(Milvus、FAISS、Chroma等)的文檔知識檢索系統;
設計 RAG 架構方案，實現上下文增強的大模型交互體驗(如 ChatGPT、DeepSeek等);
提升文檔召回質量與推理相關性
4.技術研究與能力沉淀
-跟蹤 AI領域技術趨勢(模型對齊、多態、多智能體等)，根據落地場景進行框架設計，沉淀內部開發工具；
二、工作經驗與專業知識要求
1.本科及以上學歷，計算機、人工智能等相關專業;
2.至少主導過2個以上 AI項目的完整落地經驗，具備從0到1實施復雜LLM智能體系統的能力;
3.有 Prompt Engineering、LangChain 或 RAG 框架的實際應用經驗。
4.熟悉llama.cpp、VLLM、 Sglang、transformers等大語言模型推理框架；
5. 具備Rerank、Embedding、Langchain、RAG等服務開發及部署經驗者優先。具備大模型應用開發經驗，在智能問答、代碼review、代碼續寫、測試用例生成等方向有成功經驗者優先。
6.熟悉主流大模型如Deepseek、LLaMA、Qwen等模型及其原理，并能進行針對性模型智能體應用開發工作;
7.了解深度學習等技術，熟悉大模型訓練、推理、量化和部署者優先;
8.了解主流Al應用框架者(如langchain等)優先;
9.熟悉 JAVA/C++/Go/Python任一語言，有完整的項目開發經驗，具備核心模塊設計和維護經驗。有一定的算法工程化能力，能夠實現算法/模型的工程化與應用部署;具有NLP相關技術經驗者更佳;
10. 熟悉多 Agent 系統架構設計，具備基于LangGraph、MCP 編排實際經驗，有優化能力，包括planing、action、tools use、memory等核Agent能力的提升者優先;、了解深度學習等技術，熟悉大模型訓練、推理、量化和部署
三、加分項：
1.對大模型微調(如 LORA、QLORA)、模型對齊、推理優化等有實踐經驗;
2.熟悉 NLP、CV、多模態等領域大模型結構、算法,具備追蹤大模型領域內前沿的技術研究成果，包括但不局限預訓練、強化學習、知識增強、分布式訓練等同時提出創新思路來推動升級的能力;
3.熟悉Docker容器化技術