深圳陆兮科技有限公司

岗位职责：1. AI应用后端架构与核心开发：负责AI大模型应用的后端系统架构设计、核心功能开发与性能优化，重点支撑端侧（边缘设备）模型部署与推理、智能体（Agent）系统开发，确保系统在高并发、资源受限环境下的稳定性与高效性 。 2. 大模型集成与工程化：与算法团队紧密协作，集成主流大模型（如DeepSeek、GPT、文心一言、通义千问等），实现模型的调用、反馈机制、Prompt工程、RAG（检索增强生成）以及Agent应用在业务场景（如智能问答、内容生成、数据分析）中的工程化落地 。 3. 端侧与云边协同方案实施：参与设计和实现适用于政府及企业项目的AI解决方案后端，涉及模型轻量化、容器化（Docker）部署、资源调度优化（如vLLM），并支持公有云、私有化部署等多种交付模式 。 4. 全流程质量保障：负责AI服务的性能监控、故障排查与优化，构建高可用、高吞吐、低延迟的在线服务，并编写高质量的技术文档（如接口文档、设计文档），为内外部团队提供清晰的技术指导 。 5. 技术预研与创新：跟踪AI工程化领域的前沿技术（如多模态、多智能体协作、工具调用等），探索并将其转化为可落地的技术创新，提升产品竞争力 。 任职要求：1.本科及以上学历，计算机科学、软件工程、人工智能等相关专业 2.核心技术栈：精通GO/Python/C++ 中的至少一门语言，熟悉其生态框架（如 Gin、Gorm、FastAPI、Django） 。熟练使用关系数据库（如 MySQL、PostgreSQL）和 NoSQL 数据库（如 Redis），及常用消息通道处理，并了解向量数据库在AI应用中的使用 。熟悉常用中间件，如 Kafka、RabbitMQ、Elasticsearch 等 。掌握 Docker 容器化技术，有 Kubernetes 经验者更佳 。 3.AI工程化能力：理解大模型的基本原理和应用场景，熟悉常见的机器学习/深度学习框架（如 PyTorch、TensorFlow） 。具备大模型应用开发经验，了解 Prompt 工程、Session 管理、Token 控制等关键机制 。 4.熟悉 LangChain、LlamaIndex、AutoGPT 等AI应用开发框架，或有智能体（Agent）开发经验 。具备模型服务化（如 RESTful/gRPC API 设计）和性能优化（如推理加速、资源管理）的实践经验 。 5.具备自驱力、工程能力、沟通能力和团队协作精神。