LLM开发工程师

核心职责•设计与开发基于大语言模型（LLM）的应用程序，包括多智能体系统（如聊天机器⼈、智能⼯作流），并实现提⽰词编排、工具/函数调用及可靠的多步骤协同。•构建检索增强⽣成（RAG）能力：涵盖数据接入、分块、嵌入/索引、向量搜索、重排序及引用/归属功能，以提升答案的准确性。•开发并维护用于管理LLM应用外部知识源的数据管道（确保数据时效性、质量及访问控制）。•通过提示词优化、数据集整理、轻量级适配（如LoRA/PEFT）及有针对性的微调，提升模型与系统性能。•实践LLMOps流程：部署、监控/可观测性、评估、故障响应，并对质量、延迟与成本进行持续迭代优化。•与机器学习工程师及数据科学家协作，将LLM系统集成至现有产品与服务（如API、平台及下游应用）。•追踪LLM领域*新进展，并将其转化为生产环境应用中的可量化改进。任职要求•计算机科学、数学、数据科学或相关领域的/（或具备同等实践经验）。•精通Python，具备构建生产级服务经验（如API、异步任务、测试、CI/CD）。•熟悉LLM框架与工具（如LangChain/LangGraph、LlamaIndex）及现代LLM集成模式。•拥有LLM应用开发经验，并能通过系统化实验持续优化（如提示词工程、RAG调优、数据集迭代、PEFT微调）。•具备强烈的评估意识：能够定义成功指标，开展离线/在线评估（如事实性、相关性、检索指标、胜率、人工评审、A/B测试）。•具备生产环境模型/LLM应用部署经验（容器、云服务、可扩展架构、监控）。•了解负责任AI与安全实践（隐私保护、访问控制、提示词注入防护、安全护栏/策略对齐）。•出色的沟通与协作能力。优先条件•熟悉容器编排与云原生部署模式（如Kubernetes）。•了解可观测性/遥测技术栈（如OpenTelemetry、分布式追踪、指标收集、结构化日志）。————————————————————————————————————高级数据科学家核心职责机器学习与数据分析解决方案交付•设计、构建并部署支持零售决策的数据/分析模型（如绩效诊断、用户分群、预测、提升度/影响度量、排序/*等）。•推动端到端交付：问题定义数据需求建模验证上线监控迭代，明确定义成功指标与落地标准。•持续监控并优化生产环境中模型的性能、可扩展性与可靠性（数据质量、漂移检测、重训练/更新机制）。生成式AI认知与应用•深入理解生成式AI/LLM基本原理及典型问题（提示词工程、上下文限制、幻觉风险、检索/RAG模式、评估与安全护栏）。•与LLM开发工程师/机器学习工程师协作，在商品管理流程中应用生成式AI（如洞察摘要、自然语言转SQL/智能辅助分析、基于品类文档的RAG），确保可衡量的质量与合规性。业务协作与交付准确性•紧密对接业务方，确认需求、验证假设、正确解读结果，确保交付内容符合实际决策流程。•清晰沟通权衡点（速度与精度、复杂度与可维护性），主动管理项目范围、风险与相关方预期。•指导初级团队成员，提升交付标准（文档规范、测试纪律、实验严谨性）。任职要求•计算机科学、数学、数据科学或相关领域的/。•5年数据科学/应用机器学习经验，具备端到端分析/ML解决方案在实际或生产环境中的交付经验。•熟悉生成式AI/LLM系统（RAG、评估、安全护栏），能够解释系统行为原理。•精通Python，熟练掌握SQL与数据清洗处理技能。•具备模型部署、优化与监控经验（CI/CD、版本管理、性能追踪、故障处理）。•出色的相关方管理能力：能够主导模糊需求项目，对齐指标，在minimal指导下推动交付。•优秀的沟通与协作能力。优先条件•有零售/快消行业经验（熟悉客户、选品、定价、促销等业务场景）。
联系我时，请说是在58同城上看到的，谢谢！