1、計(jì)算機(jī)、人工智能、數(shù)學(xué)等相關(guān)專業(yè)本科及以上學(xué)歷，精通Python,3-5年算法工程經(jīng)驗(yàn)，其中2年以上專職AI Agent/大模型應(yīng)用開發(fā)經(jīng)驗(yàn)；
2、深入業(yè)務(wù)一線，分析復(fù)雜業(yè)務(wù)場(chǎng)景，具備業(yè)務(wù)抽象能力，能將模糊的業(yè)務(wù)需求拆解為可被LLM理解的原子任務(wù)序列；
3、熟悉主流Agent框架，能根據(jù)場(chǎng)景復(fù)雜度選擇合適的架構(gòu)模式，深刻理解主流大模型(GPT-4,Claude 3.5,Qwen,Llama 3等)的能力
邊界、上下文窗口限制及微調(diào)適用場(chǎng)景；
4、熟練掌握智能體的設(shè)計(jì)與迭代，規(guī)劃智能體的角色分工、記憶機(jī)制、工具調(diào)用流程及人機(jī)交互節(jié)點(diǎn)，同時(shí)運(yùn)用思維鏈等高級(jí)提示策略，編寫結(jié)構(gòu)化、魯棒性強(qiáng)的提示詞；
5、熟練 掌 握 強(qiáng) 制 模 型 輸 出JSON/XML/Markdown等格式化數(shù)據(jù)的技巧，確保下游系統(tǒng)解析穩(wěn)定；
6、能夠優(yōu)化Token消耗策略，通過(guò)緩存、小模型蒸餾、上下文壓縮等手段降低推理成本；7、熟悉RAG全鏈路技術(shù)，如文檔解析、文本切片、向量化、混合檢索、重排序，熟練使用向量數(shù)據(jù)庫(kù)；
8、習(xí)慣使用AI輔助編寫提示詞，具備提示詞調(diào)優(yōu)能力；
9、能夠編制相關(guān)技術(shù)方案，良好的團(tuán)隊(duì)協(xié)作與溝通能力，適應(yīng)出差。