Job Description

大模型应用开发专家北京全职互联网 / 电子 / 网游 - 研发职位描述1. 架构设计与开发：负责基于大模型（LLM）的复杂应用系统架构设计与核心代码实现，确保系统的高可用性、高并发性与可扩展性；
2. 双栈工程实现：熟练运用 Java（Spring Boot/Cloud）构建稳健的后端服务，并利用 Python 快速集成 AI 算法框架与工具链，实现业务逻辑与 AI 能力的无缝对接；
3. AI 技术落地：主导 RAG（检索增强生成） 系统的优化、Agent（智能体） 任务编排及多轮对话逻辑的实现，提升 AI 在实际业务场景中的响应准确率与用户体验；主导 GraphRAG（知识图谱增强检索） 与向量检索的深度融合，负责复杂知识关联的建模与查询优化；
4. 中间件与基础设施：负责向量数据库（如 Milvus/Pinecone/Weaviate）、缓存、消息队列等中间件的选型、集成与维护；
5. 协同与工程化：与模型团队紧密配合，推动模型接口协议标准化，负责 AI 服务的 CI/CD、监控告警及生产环境的稳定运行。职位要求1. 计算机、软件工程、电子信息等相关专业本科及以上学历，5年以上互联网后端开发经验；
2. 精通 Java 和 Python 语言，具备扎实的数据结构、算法功底及良好的编程习惯，能够根据场景灵活切换开发语言；
3. 深入理解大模型生态，熟练使用 LangChain、LlamaIndex 或类似编排框架，有实际的大模型应用落地项目经验；
4. 熟悉常用后端技术栈，包括但不限于 Spring 系列框架、MySQL、Redis、Clickhouse、Kafka、Docker/K8s 等；
5. 知识图谱与检索增强： 深入理解知识图谱在 RAG 场景下的落地路径，熟悉 NebulaGraph、Neo4j 等主流图数据库的使用及查询语言（如 Cypher/nGQL）；
6. 语义建模能力： 掌握实体识别（NER）、关系抽取（RE）等知识构建技术，具备将非结构化数据转化为结构化知识库的实际项目经验。
7. 掌握向量数据库的使用与原理，了解语义搜索、重排序（Rerank）等 RAG 关键技术；
8. 具备优秀的工程化思维，能解决复杂系统中的稳定性、并发及安全问题。
加分项：
1. 有高并发、大流量分布式系统开发经验者优先；
2. 全栈工程师优先，精通java和python，熟悉前端React框架；
3. 熟悉模型部署工具（如 vLLM, TGI, TensorRT-LLM）或有模型微调工程经验者优先；
4. 在 GitHub 有知名 AI 相关开源项目贡献，或在技术社区有深度技术分享；
5. 具备 Prompt Engineering 高级技巧，能够通过调优显著提升应用端效果；
6. 了解多模态（图文、语音）应用开发流程。 投递