中科创达 pr 招聘（工资待遇要求）

工作地点北京/南京/西安，薪酬面议
一、核心工作内容
1. Prompt 体系架构：设计统一的 Prompt 管理框架（模板化、版本管理、A/B 测试），为各智能体设计层级化 Prompt 结构，输出 Prompt 管理系统与模板库。
2. 上下文窗口策略：设计动态裁剪与优先级机制，根据任务类型动态管理窗口内容，输出上下文调度引擎与 Token 预算模块。
3. 记忆系统设计：搭建工作 / 短期 / 长期分层记忆架构，设计记忆压缩与检索策略，输出记忆管理系统与检索接口。
4. 多模型适配：为 DeepSeek/Doubao/Qwen/GPT-4/Claude 等定制差异化 Prompt 策略，建立模型行为知识库，输出模型适配层与策略文档。
5. 成本优化：构建 Token 用量监控与优化体系，目标在不降低质量的前提下将 Token 成本降低 50-80%，输出监控仪表盘与优化报告。
6. 质量评测：设计 Prompt 效果评测体系，建立回归测试、A/B 测试框架，用 LLM-as-Judge 实现规模化评测，输出评测 pipeline 与质量基线报告。
7. 场景适配：针对自动化、招投标、合同审核、客服助手等智能体，定制专属上下文管理策略，解决长任务、长文档、多轮对话等场景难题。
二、经验背景：
1.学历：本科及以上，NLP / 计算语言学相关专业优先
2.有 AI 公司 Prompt Engineer / Context Engineer 经验，或负责过 LLM 效果优化专项工作
3.有 NLP 研究背景（文本摘要 / 信息抽取 / 对话系统），近 1-2 年转向 LLM Prompt 工程方向，或在 LangChain/LlamaIndex/DSPy 等 Agent 框架社区有深度实践、贡献者优先
4.对文字极度敏感，能感知 Prompt 中词汇变化对模型输出的影响，兼具体系化思维与工程落地能力，能将 Prompt 策略转化为可复用代码模块
三、能力要求
1.Prompt 体系化：能设计 Prompt 管理体系，掌握模板化、版本控制、A/B 测试，能用 DSPy/OPRO 做自动优化
2.上下文与记忆管理：精通 LLM 窗口机制，能设计动态裁剪与 Token 预算算法；能搭建分层记忆系统
3.多模型理解：深度掌握主流 LLM 行为差异，能为不同模型定制*优 Prompt 策略
4.评测与数据分析：能设计量化评测方案，分析 Token 用量数据，验证 Prompt 变更效果
5.Python 开发：能编写上下文管理模块生产代码，熟悉 LangChain/LangGraph API
6.NLP 基础：掌握分词、语义相似度、文本压缩等知识，支撑文档分块与记忆压缩