1.负责单位人工智能应用系统（智能问答、知识库检索、文档智能处理、智能体工作流等）的需求分析、方案设计、开发实现与上线交付。 2.负责大模型与智能体应用的工程化落地，包括模型接口接入、知识库构建、检索增强（RAG）流程搭建、智能体编排与效果调优。 3.负责系统的部署与运维，包括容器化封装、内网/离线环境部署、运行监控、数据备份与故障处置，保障系统稳定运行。 4.负责科研业务需求的技术转化，与科研人员对接，将业务需求转化为可执行的技术方案、原型与产品功能。 5.负责编写技术文档与交付材料，包括系统设计说明、部署手册、使用手册、验收材料及软件著作权登记所需材料。 6.参与单位人工智能应用技术路线规划、技术选型与标准规范建设，跟踪行业技术进展并组织内部技术交流。 7.承担单位交办的其他信息化与人工智能相关工作。 专业能力要求 1. 软件开发能力 熟练掌握 Python，具备规范的代码编写能力与工程组织能力； 掌握 FastAPI、Flask、Django 中至少一种后端框架，能够独立设计并实现 RESTful 接口服务； 掌握关系型数据库（MySQL 或 PostgreSQL），能够完成数据建模、表结构设计、查询与索引优化；了解 Redis 等缓存组件的使用场景； 具备基础前端开发能力，能够使用 Vue 或 React 完成管理界面、数据看板的开发与联调； 熟练使用 Git 进行版本管理，掌握分支协作、代码合并与冲突处理；熟练使用 Linux 命令行与 Shell 脚本。 2. 大模型与智能体应用开发能力 熟悉主流大模型 API 的调用方式（含 OpenAI 兼容接口），能够处理流式输出、函数调用／工具调用（Function Calling、Tool Use）、结构化输出等典型场景； 具备检索增强生成（RAG）完整链路的实际项目经验，包括文档解析（含 PDF、Word、扫描件 OCR）、文本切分、向量化、向量数据库（Milvus、pgvector、Chroma 等任一）使用、混合检索与重排序； 熟悉至少一种智能体开发框架（LangChain、LangGraph、LlamaIndex等），并具备至少一个开源智能体／知识库平台（Dify、FastGPT、RAGFlow 等）的私有化部署与二次开发经验； 了解 MCP 等模型上下文协议，了解多智能体协同编排的基本范式； 具备模型效果评测意识，能够构建测试集对问答准确率、召回率进行量化评估，并具备控制模型幻觉、实现答案来源引用与可追溯的实践能力； 了解模型微调（LoRA、SFT）的基本原理与适用边界，了解 vLLM、Ollama 等本地推理部署方式及开源模型与商用模型的选型权衡。 3. 工程化部署与运维能力 熟练使用 Docker、Docker Compose 进行应用容器化封装与多服务编排；掌握 Kubernetes 的基本使用（Deployment、Service、Ingress、ConfigMap 等）； 掌握 Nginx 反向代理、HTTPS 证书配置、域名与端口规划等基础网络部署技能； 具备内网或离线环境部署经验，能够完成离线依赖安装、镜像导入导出、国产化软硬件环境（银河麒麟、统信 UOS、ARM 架构等）适配者优先； 掌握日志规范、运行监控与告警的基本方法（Prometheus、Grafana、ELK 等任一），能够完成数据备份与恢复、版本灰度与回滚； 具备系统安全意识，了解基于角色的权限控制（RBAC）、统一身份认证（SSO、LDAP）对接、数据分级管理、操作审计日志等机制；了解网络安全等级保护相关要求； 了解 GPU 驱动、CUDA 环境配置与显存资源调度的基本方法。 4. 产品化能力 具备需求调研与产品设计能力，能够独立完成需求梳理、原型设计（Axure、Figma 或低保真原型均可）与产品需求文档（PRD）编写； 具备交付文档编写能力，能够独立完成系统设计说明、部署手册、用户使用手册、验收报告等材料； 具备数据治理基本意识，了解数据清洗、标注流程管理与数据合规要求。 综合素质要求 1.具备独立承担项目的能力，能够从零开始完成从需求到上线的最小可用系统交付； 2.具备良好的表达能力与文档写作能力，能够向非技术背景同事清晰讲解技术方案，能够承担内部技术培训工作； 3.具备较强的学习能力与自驱力，能够持续跟踪人工智能领域技术进展并快速转化为实践； 4.具备科研项目、横向课题配合经验，能够协助完成项目申报材料中技术方案部分撰写者优先。 优先条件 有已上线运行的成品系统、开源项目或个人作品（提供仓库地址、演示环境或部署截图）； 有科研机构、军工单位或涉密网络环境下的信息化项目实施经验； 有国产化软硬件环境适配经验； 有技术团队带领或新