久久精品青青久久国产,武警GaysexChina武警GAy中国,亚洲一区二区17p

登錄/注冊(cè) 我要招人

400-885-9898

更新于 8月29日

APP

舉報(bào)

Python開(kāi)發(fā)工程師

1.5-2.5萬(wàn)

深圳龍崗區(qū)
3-5年
本科
全職
招1人

職位描述

PythonFlaskPostgreSQLMySQL人工智能計(jì)算機(jī)軟件企業(yè)服務(wù)

崗位名稱(chēng)

Python開(kāi)發(fā)工程師（企業(yè)智腦后端/RAG/模型訓(xùn)練及微調(diào)方向）

工作地點(diǎn)

深圳

崗位亮點(diǎn)（基于公司現(xiàn)有產(chǎn)品與技術(shù)能力）

企業(yè)智腦與多模態(tài)大模型：參與“UMI企業(yè)智腦”與“無(wú)憂秘書(shū)多模態(tài)大模型”的后端研發(fā)與迭代
RAG知識(shí)增強(qiáng)與智能體中臺(tái)：建設(shè)知識(shí)庫(kù)、RAG檢索、多模態(tài)解析、智能體與工作流編排
模型微調(diào)/訓(xùn)練與落地：參與企業(yè)垂類(lèi)模型的數(shù)據(jù)清洗、微調(diào)訓(xùn)練、評(píng)估與上線
第三方大模型生態(tài)接入：對(duì)接文心一言、訊飛星火、通義千問(wèn)、360智腦、騰訊混元、豆包、ChatGPT、Kimi 等
工程化與運(yùn)維：K8s/KubeSphere、ELK、Prometheus/Grafana、Milvus/ElasticSearch/OpenSearch、vLLM 等

崗位職責(zé)

負(fù)責(zé)企業(yè)智腦后端的核心模塊設(shè)計(jì)與開(kāi)發(fā)：多租戶與權(quán)限、知識(shí)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)、檢索/解析/向量化、RAG服務(wù)編排、Agent/插件化能力
設(shè)計(jì)與實(shí)現(xiàn)RAG知識(shí)增強(qiáng)管線：文檔切片策略、Embedding向量化、向量檢索（Milvus/FAISS/OpenSearch/ElasticSearch）、召回-重排、緩存與熱更新
搭建模型微調(diào)/訓(xùn)練流水線：數(shù)據(jù)清洗去噪/去重/糾偏、樣本標(biāo)注、LoRA/QLoRA 微調(diào)、評(píng)估可視化、模型版本管理、上線與回滾（參考公司“數(shù)據(jù)清洗能力”“大模型微調(diào)/訓(xùn)練能力”“模型評(píng)估/可視化”）
集成與編排第三方與自建模型推理服務(wù)：如 DeepSeek、Qwen、ChatGLM、VL 多模態(tài)、ASR/OCR、Text-to-SQL，大模型路由與多Key輪詢、降級(jí)與熔斷（知識(shí)庫(kù)來(lái)源：模型清單與第三方API集成）
建設(shè)工作流與智能體編排：優(yōu)先基于 n8n 或等價(jià)方案，沉淀企業(yè)任務(wù)流/Agent流/數(shù)據(jù)流（知識(shí)庫(kù)來(lái)源：智能體及流程編排系統(tǒng)、工作流）
多模態(tài)文件解析鏈路建設(shè)：PDF/HTML 文檔解析、OCR 圖片解析、音頻ASR、視頻解析等，統(tǒng)一抽取與入庫(kù)（知識(shí)庫(kù)來(lái)源：文件/圖像/音頻/視頻解析能力）
工程化與私有化部署：容器化與K8s/KubeSphere 部署、vLLM推理、ELK 日志、Prometheus/Grafana 監(jiān)控、API 網(wǎng)關(guān)與鑒權(quán)、風(fēng)控與敏感信息過(guò)濾（知識(shí)庫(kù)來(lái)源：企業(yè)智腦架構(gòu)圖中的“API網(wǎng)關(guān)/消息隊(duì)列/ELK/KubeSphere/Prometheus/Grafana/風(fēng)控與防御算法”）
參與開(kāi)源生態(tài)與內(nèi)部框架演進(jìn)：對(duì)接公司Python+Vue3+ElementUI+uniapp 開(kāi)源架構(gòu)與模塊（chat/pay/user 等）

任職要求

計(jì)算機(jī)/軟件工程等相關(guān)專(zhuān)業(yè)，本科及以上，3年以上后端/Python相關(guān)經(jīng)驗(yàn)
Python工程能力扎實(shí)，熟悉FastAPI/Django/Flask 至少一種，良好的異步編程與高并發(fā)優(yōu)化實(shí)踐
深入理解RAG：文本切片與向量化、Embedding模型使用、召回與重排、向量數(shù)據(jù)庫(kù)（Milvus/FAISS/ElasticSearch/OpenSearch）與檢索性能優(yōu)化
熟悉LangChain/LlamaIndex 等RAG/Agent框架，具備復(fù)雜鏈路編排經(jīng)驗(yàn)
熟悉大模型微調(diào)/訓(xùn)練：Transformers/PEFT（LoRA/QLoRA）、datasets、評(píng)估指標(biāo)與對(duì)齊策略，具備從數(shù)據(jù)清洗→微調(diào)→評(píng)估→上線的閉環(huán)經(jīng)驗(yàn)（對(duì)應(yīng)公司“精準(zhǔn)去雜、除噪糾錯(cuò)、去重糾偏、樣本標(biāo)注、模型評(píng)估可視化”等能力）
了解與使用過(guò)推理與服務(wù)框架：vLLM/Text Generation Inference/Accelerate 之一，具備多模型路由與A/B測(cè)試經(jīng)驗(yàn)優(yōu)先
有工作流/智能體編排經(jīng)驗(yàn)，熟悉 n8n 優(yōu)先
有第三方模型API接入經(jīng)驗(yàn)，至少熟悉其中三類(lèi)：文心一言、訊飛星火、通義千問(wèn)、360智腦、騰訊混元、豆包、ChatGPT、Kimi、Claude、Midjourney、Stable Diffusion、Pika Labs（對(duì)應(yīng)公司“第三方API接入集成-項(xiàng)目經(jīng)驗(yàn)”）
熟悉常用基礎(chǔ)設(shè)施：MySQL/PostgreSQL、Redis、消息隊(duì)列（Kafka/RabbitMQ 任一）、Docker/K8s、CI/CD
具備日志與監(jiān)控經(jīng)驗(yàn)：ELK、Prometheus、Grafana；了解鑒權(quán)、訪問(wèn)控制、敏感信息過(guò)濾與安全風(fēng)控
良好的代碼規(guī)范、單元/集成測(cè)試與文檔習(xí)慣，具備跨團(tuán)隊(duì)溝通與業(yè)務(wù)理解能力

加分項(xiàng)

私有化/本地化部署經(jīng)驗(yàn)，GPU 資源管理與性能調(diào)優(yōu)，KubeSphere 使用經(jīng)驗(yàn)（知識(shí)庫(kù)來(lái)源：企業(yè)智腦架構(gòu)圖）
向量與檢索深度實(shí)踐：Milvus 集群運(yùn)維、混合檢索、Re-ranker/ColBERT 等
多模態(tài)與數(shù)據(jù)解析：OCR/ASR/視頻結(jié)構(gòu)化、圖像理解、VL 模型
Text-to-SQL 實(shí)戰(zhàn)或BI/SQL自動(dòng)化生成經(jīng)驗(yàn)（知識(shí)庫(kù)來(lái)源：Text-to-SQL大模型）
參與過(guò)開(kāi)源項(xiàng)目或具備公司同棧經(jīng)驗(yàn)：Python+Vue3+ElementUI+uniapp；了解公司開(kāi)源項(xiàng)目模塊（chat/pay/user 等）

我們能提供（結(jié)合公司項(xiàng)目與生態(tài)）

大模型微調(diào)/訓(xùn)練、RAG知識(shí)增強(qiáng)、智能體與工作流編排、第三方模型生態(tài)接入的端到端實(shí)戰(zhàn)場(chǎng)景
多產(chǎn)品線協(xié)作機(jī)會(huì)：AI短視頻/直播數(shù)字人、AI數(shù)字分身、短視頻矩陣、AI知識(shí)庫(kù)等
完整工程化設(shè)施：API網(wǎng)關(guān)、消息隊(duì)列、ELK、KubeSphere、Prometheus/Grafana、Milvus、ElasticSearch/OpenSearch、vLLM 等
技術(shù)與生態(tài)：底層架構(gòu)已完成，可“1到N”快速構(gòu)建行業(yè)/企業(yè)AI應(yīng)用，并持續(xù)開(kāi)源