崗位職責:
1.智能體應用開發(fā)與優(yōu)化
設計、開發(fā)與維護基于大語言模型的智能體系統(tǒng)，支撐業(yè)務場景中的自動化決策與交互任務。
探索智能體在復雜任務調度、多輪對話、工具調用等方面的落地能力。
2.大語言模型應用開發(fā)
負責LLM在智能問答、知識庫檢索、數(shù)據(jù)分析與報告生成、聯(lián)網搜索等場景的模型微調、部署與迭代優(yōu)化。
構建面向垂直領域的知識增強解決方案，提升模型在專業(yè)場景中的準確性與可靠性。
探索多模態(tài)與跨模態(tài)技術結合的可能性（如文本與圖像/數(shù)據(jù)的關聯(lián)分析）。
3.計算機視覺模型研發(fā)
負責電鏡圖像識別模型的訓練、調優(yōu)與部署，包括圖像分類、分割、檢測等任務。
4.工程化與協(xié)作
將算法模型封裝為API或服務，支持高并發(fā)、低延遲的線上部署。
與前后端工程師、產品經理緊密合作，推動AI功能在業(yè)務系統(tǒng)中的集成與落地。

任職要求:
硬性條件：
①學歷與經驗：本科及以上學歷，計算機、人工智能、電子工程、應用數(shù)學等相關專業(yè)。3年以上算法開發(fā)經驗，具備AI落地項目全周期實踐經驗。
②技術能力：熟練掌握Python，熟悉PyTorch/TensorFlow等深度學習框架，具備扎實的算法與數(shù)據(jù)結構基礎。熟悉LangChain等應用框架，具有Prompt工程、微調、RAG增強檢索等實戰(zhàn)經驗。熟悉CNN、Transformer等視覺模型，有圖像處理或科學數(shù)據(jù)識別項目經驗者優(yōu)先。
③工程能力：熟悉Docker、Kubernetes等部署工具，了解模型加速與優(yōu)化技術，熟練掌握模型部署上線流程。
④領域知識：對智能體架構、多模態(tài)學習、知識圖譜中的至少一個方向有深入理解。有電鏡圖像、生物醫(yī)學影像、工業(yè)檢測等領域經驗者優(yōu)先。