1.本科及以上学历，计算机相关专业优先； 2.年龄40周岁及以下； 3.精通Python及主流AI工程栈（Flask/FastAPI,Docker,Git,CI/CD）； 4.熟练使用LangChain,LlamaIndex,Haystack等框架构建复杂应用流和Agent； 5.熟悉vLLM, Text Generation Inference等高性能推理方案，具备API服务化部署经验； 6.快速理解业务目标，并将技术方案转化为业务价值，能有效协调产品、研发、运维等多方资源，清除落地障碍； 7.3年以上实际AI/机器学习项目落地经验，至少1年聚焦大模型应用，校招无要求。 1.需求驱动技术选型：深入理解业务痛点，快速判断大模型（API/开源）是否适用，并选择最优技术路径（Prompt工程/微调/RAG/Agent框架）； 2.端到端应用交付：独立或主导完成从原型验证(POC)→最小可行产品(MVP)→生产级部署的全流程，对交付时效和效果负责； 3.高效果+低成本工程实现：设计并开发高效的Prompt策略、微调方案（LoRA,P-Tuning v2等）及RAG系统，显著提升模型在特定任务上的准确率、可靠性和可控性。构建稳定、可扩展的大模型应用架构（如基于LangChain,LlamaIndex的Agent系统），集成上下游系统（数据库、API、业务逻辑）；优化推理成本与性能：应用量化、缓存、批处理等技术，平衡效果与开销； 4.效果监控与持续迭代：建立应用效果评估体系，监控线上表现，基于数据和用户反馈快速迭代优化； 5.技术布道与协同：向产品、运营、业务团队清晰解释技术能力与边界，推动技术落地并指导初级工程师。