岗位要求： 1、熟悉主流大模型生态，包括闭源模型（GPT-4o、文心一言、通义千问）和开源模型（Llama 3、Qwen、Mistral）的调用方式与特性差异；2、具备模型选型与适配能力，能根据业务成本、性能要求选择合适的模型，并完成 API 对接、参数调优（temperature、top_p 等），提示词工程、模型微调； 3、了解轻量化模型部署，如基于 llama.cpp、vLLM 进行开源模型本地部署与量化（4-bit/8-bit），满足低资源环境下的应用需求； 4、精通LangChain/LangGraph 核心组件使用，包括 Document Loaders（文档加载）、Text Splitters（文本分割）、Vector Stores（向量存储，如 Chroma、FAISS）、Retrievers（检索器）、Chains（链）、Agents（智能体）； 5、能基于LangChain 搭建检索增强生成（RAG）系统，实现 “知识库加载→文本向量化→检索→生成” 全流程闭环； 6、具备LangChain 应用优化能力，如优化检索策略（混合检索、重排序）、解决上下文窗口限制、提升生成结果的准确性与相关性；岗位职责： 1、负责企业级大模型应用的设计与开发，基于提示词工程优化模型输出效果，提升业务场景下的智能交互体验； 2、基于LangChain框架搭建RAG系统、智能体（Agent）等应用，完成文档检索、多模态交互、流程自动化等功能； 3、完成开源/闭源大模型的选型、对接、调优与部署，解决模型调用中的性能、成本、稳定性问题； 4、沉淀提示词模板、LangChain组件封装、模型调优的标准化方案，形成技术文档与最佳实践； 5、与业务侧协作，理解需求并转化为技术方案，推动大模型应用在实际业务中落地； 6、AI自动化新方向的探索和推进，给自动化测试赋能。