AI应用开发（应届）

该职位来源于猎聘 AI 应用开发与集成（核心方向） 参与基于大语言模型（LLM）的 AI Agent / 智能体应用开发，包括方案设计、编码实现与效果验证 基于 LangChain / LangGraph / LlamaIndex 等主流框架，构建 RAG 知识问答、工具调用、多智能体协同等 AI 应用 参与 MCP（Model Context Protocol）服务封装与 AI 工具链建设，将后端业务能力标准化接入 AI 应用层 参与 AI 功能（如产品画像、产品对比、智能问答、合规检查、条款辅助生成、产品配置建议）的后端接口开发与能力集成 AI 赋能研发 日常深度使用 AI 编码工具进行代码生成、单元测试编写及代码审查，提升个人及团队研发效能 参与团队 AI Skill（技能包）的内容构建与调试优化，沉淀 Prompt 模板、Tool 封装规范与实践 参与团队 AI 辅助开发流程建设，推动 AI Coding 在团队内的规模应用 核心业务开发（能力基础） 负责产品工具链的功能开发、Bug 修复及代码维护，确保代码质量符合团队规范 完成 API 设计、数据库建模等后端开发任务 参与技术设计文档编写、单元测试与 Code Review，保障交付质量与系统稳定性 工程化落地与持续学习 参与 AI 应用效果评测、Prompt 调优、知识库构建与数据质量治理 持续跟踪大模型与 AI 工程化前沿技术，参与团队技术分享、知识沉淀与内部工具建设 岗位要求 教育背景：计算机、软件工程、人工智能、数据科学等相关专业，本科及以上学历 编程能力： 熟悉Java/ Python等编程能力，能够完成 AI 应用原型开发与调试 熟悉 MySQL / Redis 等主流数据库的使用 熟练使用 Git、Linux、Docker 等日常开发工具 基础能力 了解大语言模型（LLM）的基本原理，有调用 LLM API 的实际经验 了解 RAG（检索增强生成）的基本架构及流程及应用开发 了解 Prompt Engineering 提示词工程的基本方法，有 Prompt 调优经验优先 了解 AI Agent / Function Calling 的基本概念 了解 AI Agent / Function Calling 的基本概念 了解 AI Agent / Function Calling 的基本原理及应用开发，对 AI 技术有持续热情，能够主动探索并落地新技术 了解 AI Agent / Function Calling 的基本原理及应用开发，对 AI 技术有持续的热情，能够主动探索并落地新技术 加分项 有 AI Agent / 智能体开发经验，熟悉 LangChain、LangGraph、LlamaIndex 等主流框架 有 MCP 协议落地实践或 Function Calling 工具链开发经验 日常使用 AI 编码工具（Cursor / Claude Code / Codex 等），有明确效果案例 了解 SDD / Vibe Coding / Harness Engineering 等 AI 驱动开发范式 了解微服务架构、分布式系统架构及微服务治理（RabbitMQ / RocketMQ） 有项目实战经验，具备从需求分析到交付的完整工程实践经验