工作职责: Job Summary 职位概要 基于主流 LLM（如 GPT-4、Claude、文心一言等）的 API 构建应用 设计和优化提示词 (Prompt Engineering) 开发 RAG (检索增强生成) 系统和 AI Agent 将 LLM 与企业知识库、业务系统集成 实现智能问答、文档分析、流程自动化等企业场景应用 Job Responsibility 工作职责 1. API 集成与调用 学习调用 OpenAI、Claude、百度文心等主流 LLM 的 API 设计合理的请求参数和调用流程，优化响应速度和成本 实现模型调用的安全管理、权限控制和日志记录 2. 提示词工程 (Prompt Engineering) 设计清晰、结构化的提示词，引导模型生成符合预期的输出 针对不同业务场景优化提示词模板，提升回答准确性和一致性 学习提示词技巧：角色设定、多轮引导、格式控制等 3. RAG 系统开发 参与构建企业知识库，负责文档的收集、清洗和向量化 使用向量数据库存储和检索知识 实现文档问答、信息检索等功能，提升企业知识利用率 4. AI Agent 开发 基于 LangChain、LangGraph 等框架构建智能代理 设计多步骤推理链路，实现复杂任务的自动化执行 开发能调用外部工具 (如 API、数据库) 的智能体 5. 系统集成与优化 将 LLM 应用与企业现有系统 (CRM、ERP、OA 等) 集成 监控应用性能，优化响应时间和资源消耗 任职资格: Job Qualification 必备条件 1. 基础编程能力 Python：必备，掌握基本语法、函数、面向对象编程 熟悉至少一种 Web 框架 (Flask、FastAPI)，用于服务部署 2. LLM 应用开发技能 LLM API 使用：掌握 OpenAI、Claude 等 API 的调用方法 提示词设计：理解提示词结构，能编写有效的提示词模板 框架应用：熟悉 LangChain、LangGraph 等 LLM 应用框架 向量数据库基础：了解 PostgreSql的基本使用 RAG 原理：理解检索增强生成的工作流程和实现方式 3. 软技能 业务理解能力：能快速理解企业业务流程和需求 问题解决能力：遇到技术难题能独立思考、查阅资料、尝试解决方案 团队协作：能与产品、设计、后端团队有效沟通协作 注：该岗位需现场面试。