AI应用开发工程师（算法方向）

该职位来源于猎聘 【岗位职责】

• AI应用开发：负责基于大模型的AI应用设计与开发，重点围绕AI Agent智能体构建实际可用的业务系统，实现复杂任务的自动化处理。
• Agent智能体实现：基于LangChain、Semantic Kernel、AutoGen等框架，完成智能体的工作流设计、工具调用集成、记忆管理等核心功能的开发落地。
• RAG应用构建：开发基于检索增强生成（RAG）的应用系统，包括向量数据库选型与应用、文档处理管道搭建、召回策略优化等。
• 算法理解与应用：理解主流AI算法原理（如Transformer、LoRA微调、Prompt Engineering等），能够根据业务需求选择合适的模型和算法方案，并与算法团队高效协作。
• 性能优化：优化AI应用的推理延迟、上下文处理效率，解决实际生产环境中的稳定性问题。
• 需求落地与问题解决：深入理解业务场景，快速响应需求变化，独立解决开发过程中的技术难题。

【任职要求】

• 技术能力：

开发经验：3年以上后端或AI应用开发经验，熟练掌握Python/TypeScript/Go中的至少两种语言，具备良好的工程化能力。

AI应用框架：必须有Agent或RAG实际项目经验，熟悉LangChain、LlamaIndex、Dify、Coze等至少一种AI应用开发框架，理解Agent的核心设计模式（ReAct、Plan-and-Execute等）。

大模型技术栈：

熟悉主流大模型（GPT系列、Claude、文心、通义等）的API调用与Prompt调优；

熟悉向量数据库（Milvus、Chroma、Weaviate等）的使用与优化；

了解RAG架构下的文档解析、分块、 embedding 召回等关键环节。

算法理解能力：对AI算法有基本认知，理解常见模型的适用场景与局限性，能够阅读算法文档并与算法人员有效沟通，不需要亲自训练模型，但需要懂如何用好模型。

• 解决问题能力：

具备敏锐的问题洞察力，能在复杂业务逻辑中快速定位瓶颈或错误根源。

面对模糊需求或技术空白区，能主动探索可行方案并推动落地。

• 抗压与协作：

能适应快速迭代的开发节奏，在项目紧急时保持清晰的思路和高效的执行力。

良好的团队协作意识，能与产品、算法、测试等角色顺畅配合。