【我们是谁】 我们是一支深耕教育一线已十年的团队，拥有完整的初中数学知识图谱、学生样本库及教学方法论。目前需要基于大模型技术实现三大核心模块：多模态拍照答题、知识图谱驱动的错题诊断、自适应学习路径规划。这不是一个"玩具 Demo"，而是直接对接真实教学场景、拥有完整教研体系支撑的教育 AI 落地项目。 我们懂教学，懂内容，现在需要懂AI的你，一起将教育积累与AI技术深度融合。 【岗位职责】 你将直接参与核心模块的开发与调优，与团队工程师、教师协作。具体包括： 1. 大模型应用架构设计：基于 Qwen等 MLLM 设计拍照搜题与逐步推理链路 2. RAG 系统构建：将现有知识库、例题库向量化，搭建检索-生成协同的答疑系统。通过Prompt Engineering，让大模型根据学生的错误步骤，生成精准的知识点归因分析（而非仅仅给出答案）。 3. Agent 工作流开发：使用 LangChain/LlamaIndex 构建"出题-诊断-推荐"的自动化教学 Agent 【我们提供的独特资源】 1. Domain Knowledge 直接输入：专业教师参与需求拆解，提供标注数据与教学逻辑验证 2. 完整的教育知识图谱：已结构化的章节-知识点-考点-题型关联库，无需从零爬取数据 3. 真实的教学场景验证：可直接在合作班级进行 A/B 测试，快速验证算法效果 【任职要求】 1. 在读硕士/博士，或优秀的高年级本科生；计算机、软件工程、人工智能、数据科学等相关专业优先 2. 熟悉 Python，了解 PyTorch/TensorFlow，有大模型微调或 RAG 项目经验（课程项目/比赛即可） 3. 了解 Transformer 架构，熟悉 OpenAI API 或国产大模型调用 4. 加分项：有教育数据挖掘（EDM）、知识图谱构建、多模态（OCR+LLM）项目经验；熟悉 LangChain/LlamaIndex 【你将获得】 1. 教育 AI 领域的深度实践经验：理解 LLM 在严谨学科教学中的边界与优化方法 2. 学术成果可能性：项目成果可支持教育技术顶会论文（AIED、EDM、LAK）或专利撰写，团队教师可协助提供教育理论视1角 3. 灵活的工作模式：以里程碑交付为主，不强制坐班，适合在校科研之余兼职 4. 具有竞争力的报酬：按模块付费或时薪制 5. 虽然只是兼职，但我们更希望成为同行的伙伴 【申请方式】 请发送简历，标题注明"应聘AI兼职-姓名-学校-年级（如：研二）-擅长方向（RAG/多模态）"，附： 1. 简要技术介绍（最熟悉的大模型技术栈或项目经历，200 字内） 2. GitHub 或项目 Demo 链接（如有） 3. 对AI在初中数学教学中应用的看法 4. 可投入的时间（每周小时数 + 可持续周期）