一、崗位職責(zé):
(一)AI Agent開發(fā):
1.參與前沿技術(shù)的研究與實踐,專注于AI Agent編程研發(fā)工作
2.負(fù)責(zé)與LLM大模型的對接、優(yōu)化和改進(jìn),提升AI Agent系統(tǒng)的性能、可靠性和智能水平,確保其在復(fù)雜場景下的高效運行。
3.使用Python作為主要編程語言,進(jìn)行AI Agent相關(guān)功能模塊的開發(fā)、調(diào)試和優(yōu)化,編寫高質(zhì)量、可維護(hù)的代碼。
4.與跨職能團(tuán)隊緊密合作,包括產(chǎn)品、設(shè)計、開發(fā)等團(tuán)隊,確保按時交付符合需求的AI Agent解決方案,滿足業(yè)務(wù)目標(biāo)和用戶體驗要求。
5.跟蹤和研究AI Agent領(lǐng)域的最新技術(shù)動態(tài),結(jié)合LLM大模型的發(fā)展趨勢,為團(tuán)隊引入創(chuàng)新的技術(shù)理念和方法,推動項目的持續(xù)進(jìn)步。
(二)模型開發(fā)與優(yōu)化:
1.負(fù)責(zé)大語言模型(LLM)或深度強(qiáng)化學(xué)習(xí)(DRL)模型的微調(diào)(Fine-tuning)、提示工程(Prompt Engineering)及持續(xù)訓(xùn)練。
2.優(yōu)化模型推理效率(如量化、剪枝、蒸餾)及分布式訓(xùn)練(PyTorch FSDP/DeepSpeed)。
(三)全流程搭建:
1.主導(dǎo)數(shù)據(jù)采集、清洗、標(biāo)注及特征工程,構(gòu)建高質(zhì)量訓(xùn)練數(shù)據(jù)集。
2.搭建模型訓(xùn)練-評估-部署的完整Pipeline,集成MLOps工具鏈(如MLflow/Kubeflow)。
二、任職要求:
1.計算機(jī)科學(xué)、人工智能、軟件工程、數(shù)學(xué)或相關(guān)專業(yè)本科及以上學(xué)歷。
2.至少1 年以上的AI Agent開發(fā)經(jīng)驗,有Magentic-One、AutoGen、LangGraph等開源框架開發(fā)經(jīng)驗優(yōu)先。
3.熟悉機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法,對大模型有基本的了解。
4.熟悉常見的Python代碼框架,具備使用這些框架進(jìn)行Web應(yīng)用開發(fā)的經(jīng)驗,能夠快速搭建和部署API接口,實現(xiàn)AI Agent與外部系統(tǒng)的高效交互。
5.具備與LLM大模型開發(fā)的實踐經(jīng)驗,了解LLM模型的架構(gòu)、訓(xùn)練方法和優(yōu)化技巧,能夠高效地進(jìn)行模型調(diào)用、結(jié)果解析和二次開發(fā)。
6.熟悉LLM模型的推理框架的原理和使用,如vllm,了解其在分布式推理中的應(yīng)用,進(jìn)行模型的高效推理。 - 熟悉LLM模型的部署框架的原理和使用,如Ray Serve,能夠使用Ray Serve進(jìn)行模型的部署和管理,實現(xiàn)模型的自動擴(kuò)展、多GPU和多節(jié)點支持等功能。
7.熟悉LLM agent開發(fā)工具框架的使用,如LangChain、LangGraph、LlamaIndex、Microsoft AutoGen等 - 熟悉常用的中間件系統(tǒng),如mysql、redis、mongodb、kafka等,能夠基于這些中間件進(jìn)行數(shù)據(jù)存儲、緩存管理和消息傳遞等操作,以支持AI Agent系統(tǒng)的高效運行。
8.對docker、k8s等云原生組件有深入的理解和運用能力,能夠利用容器化技術(shù)進(jìn)行AI Agent應(yīng)用的部署、管理和擴(kuò)展,確保系統(tǒng)的高可用性和可伸縮性。 - 具備較強(qiáng)的算法開發(fā)能力,能夠針對AI Agent的特定需求,設(shè)計和實現(xiàn)高效的算法,提升系統(tǒng)的智能化水平。
9.熟悉AI Agent技術(shù)領(lǐng)域的最新研究成果,有實際項目落地經(jīng)驗者優(yōu)先,尤其是在LLM大模型與AI Agent結(jié)合的應(yīng)用場景中有成功案例者將更具優(yōu)勢。