广州西麦科技股份有限公司

一、核心岗位职责 1.知识库与 RAG 系统开发：参与企业级知识库/RAG 系统的模块 开发与维护，在指导下完成文档解析、数据清洗、向量化入库及检索链路的基础功能实现。 2.智能体（Agent）功能实现：参与 Agent 系统的工具调用、对 话管理、记忆存储等功能开发，完成既定任务模块的编码与测试。 3.目标检测与视觉算法开发：参与目标检测与产品缺陷识别算法 的训练与调优，协助完成视觉模型在实际业务场景中的落地与迭代。 4.效果评估与优化：搭建测试集，对 RAG 问答准确率、Agent 任 务完成率、视觉模型检测精度等指标进行基础评估，根据反馈调整策略与参数。 5.工程辅助与运维：参与 API 接口开发、日志监控、数据备份等 日常工程维护，保障系统稳定运行。 二、任职要求 1.学历与经验：计算机、人工智能或相关专业，具备扎实的编程 基础；有 AI 应用、大模型或计算机视觉相关项目经验（含毕业设计、 课程项目、竞赛项目）者优先。 2.Python 与工程基础： 熟悉 Python 语法与常用库，了解 FastAPI/Flask 等 Web 框架， 能独立完成基础 API 开发与调试； 具备良好的数据结构与算法基础，熟悉 Git 版本管理，能编写基 础单元测试，具备基本的日志排查与问题定位能力。 3.大语言模型与 RAG（核心）： 掌 握 LLM 基 本 概 念 ， 了 解 RAG 基 本 流 程 ， 使 用 过 LangChain/LlamaIndex 等框架，熟悉向量数据库（如 Chroma、Faiss） 的基本操作； 了解 Agent 基本概念，知道 Function Calling、ReAct 等原理， 有调用大模型 API 实现简单工具调用的经验。 4.目标检测与视觉算法（重要）： 了解目标检测基本原理，熟悉 YOLO 系列算法（如 YOLOv5/v8 等）的训练流程，有相关项目或竞赛经验者优先；了解模型部署基本概念，接触过 ONNX、TensorRT 或 RKNN 等工具者优先。 5.经典机器学习与算法：掌握监督学习、无监督学习等经典机器学习算法（如 SVM、决策树、随机森林、聚类算法等），能使用Scikit-learn 等工具库进行基础建模分析。 6.学习能力：对大模型与 AI 前沿技术有强烈兴趣，能快速学习新技术并转化为实际代码。 三、加分项 1.平台与框架实操：有 Dify 等智能体开发平台或框架的实操经验。 2.微调经验：了解预训练、监督微调（SFT）、参数高效微调（如LoRA, QLoRA）等基本流程。 3.工程化与开源：了解 Docker 容器化部署，有基础的 Linux 运维能力；有技术博客、开源贡献或竞赛经历者优先。 四、当前开发方向 以 Dify 为平台的工作流、智能体应用 以 YOLO 为主的目标识别 多模态模型应用 机器学习