北京 python 招聘（工资待遇要求）

Python语言
精通Python语法、数据结构、多线程/多进程编程，熟悉内存管理与性能调优。
熟练使用Python常用库（如requests、pandas、numpy、logging等）。
Flask框架
具备Flask全栈开发经验，熟悉其路由设计、中间件开发、模板渲染、请求/响应处理机制。
掌握Flask扩展库（如Flask-RESTful、Flask-SQLAlchemy、Flask-Migrate、Flask-Login等）的集成与应用。
熟悉WSGI服务器（如Gunicorn、uWSGI）部署，具备生产环境优化能力。
其他技术栈
数据库与缓存
关系型数据库：精通MySQL/PostgreSQL的SQL优化、事务处理、索引设计。
NoSQL数据库：熟悉Redis（缓存、消息队列）、MongoDB（文档存储）的使用场景。
向量数据库：掌握Milvus/Pinecone/ES等工具的索引构建与查询优化。
微服务与部署
熟悉Docker容器化部署，掌握Kubernetes基础操作（如Pod、Service、Deployment）。
了解CI/CD流程（如GitLab CI、GitHub Actions），具备自动化部署经验。
熟悉Nginx反向代理、负载均衡配置。
前端交互（加分项）
了解前端技术栈（HTML/CSS/JavaScript），能够与前端团队协作开发接口。
熟悉AJAX或Fetch API，理解RESTful/GraphQL接口设计规范。
大模型技术栈
熟悉主流大模型（如GPT系列、LLaMA、文心一言、通义千问等）的API调用与微调方法。
掌握Prompt Engineering技巧，能够设计高效、精准的提示词（含Zero-Shot/Few-Shot场景）。
RAG（检索增强生成）
具备RAG全链路开发经验，包括：
数据预处理：文本清洗、分词、向量化（如Sentence-BERT、BGE等模型）。
向量数据库：熟练使用Milvus、Pinecone、Weaviate、ES或FAISS构建向量检索系统。
检索优化：掌握语义搜索、混合检索（BM25+向量）、重排序（Rerank）策略。
上下文增强：动态生成Prompt上下文，提升生成质量。
SSE（服务器推送事件）
掌握Flask-SSE或第三方库（如sse-starlette）实现实时数据流推送。