1. 本科及以上学历，计算机/人工智能相关专业。 2. 扎实的编程基础，熟练掌握Python/Java/Go中的至少一种。 3. 熟悉Linux环境、Docker及Kubernetes编排。 4. 了解LangChain或LlamaIndex框架原理，了解PyTorch/TensorFlow模型部署流程，有向量数据库（如Milvus/Pinecone）使用或实践经历。 5. 对高并发系统设计有基本认知，了解分布式缓存、异步处理、服务降级等稳定性策略。 6. 加分项：有开源AI项目贡献、模型压测/调优经验，或顶会AI工程相关论文。 1. 参与大模型/传统AI模型的API封装、推理服务部署及缓存策略设计，协助解决推理延迟、服务稳定性及资源成本等工程问题。 2. 结合业务场景，协助评估LangChain、LlamaIndex、向量数据库及推理框架等技术栈，参与制定可扩展架构方案。 3. 参与多模型融合的智能体（Agent）解决方案设计，完成核心模块编码与调优。 4. 跟踪AI工程化前沿技术，推动产品创新与性能优化。