药明康德

• 业务理解与方案设计：了解企业办公、知识应用及业务流程，在团队指导下参与需求分析，理解应用目标、验收指标和约束条件，参与技术方案设计。 • AI 应用与组件研发：参与大模型应用、RAG 和智能体开发，完成文档处理、知识检索、上下文管理、工具接入及业务系统集成，逐步独立承担边界清晰的功能模块。 • 工程开发与交付：参与应用开发、测试、部署和问题排查，建设模型接入、流式交互、异步任务及状态管理等能力，学习并实践异常处理、超时重试和限流降级机制。 • 评测与持续优化：与算法及业务团队协作，参与场景评测集、自动化评测及回归测试建设，通过执行轨迹和失败案例分析，改进应用效果、响应速度和运行成本。 • 数据接入与安全实践：参与企业数据接入、知识索引更新和权限集成，在指导下落实敏感数据保护、工具调用审批及审计要求，形成安全开发意识。 • 组件复用与技术沉淀：开发可复用组件、辅助工具和示例应用，编写测试、接口说明及技术文档，参与代码审查、版本管理与发布流程，提升团队开发效率。

• 计算机、软件工程等相关专业，应届硕士毕业生。 • 熟练掌握 Python 或 Java 中至少一种语言，具备扎实的数据结构、算法和软件工程基础，能够编写结构清晰、可测试的代码，具备良好的调试与问题定位能力。 • 了解 HTTP／API、数据库及基本的后端开发流程，熟悉 Git，能够在 Linux 环境下开展开发；具备单元测试、模块化设计和技术文档编写意识。 • 理解大模型应用的基本原理和常见局限，了解 Prompt、上下文管理、结构化输出、工具调用及模型 API 集成，能够通过阅读文档和示例完成原型开发。 • 在以下至少一个方向具有实习、科研、开源或课程项目实践，能够清晰说明项目目标、实现方案、本人贡献及验证结果，不要求同时具备所有方向的经验： o RAG 与知识应用：文档解析、切分、检索、答案生成及来源引用； o 工作流与智能体：工具接口、任务编排、上下文或状态管理； o 模型服务与接入：模型 API 调用与封装、流式输出或基础模型服务部署。 • 具备基本的测试与评测能力，能够设计测试用例、分析失败案例，并通过对比实验或回归测试验证改进效果。