武汉 python 招聘（工资待遇要求）

【岗位职责】：
通用 Agent 框架与平台建设：负责公司级 AI Agent 底层架构设计与平台化开发，基于 LangChain / LangGraph 等主流框架，沉淀可复用的 Agent 编排模板与标准组件，支撑多业务线快速接入。
RAG 检索增强与知识库工程：构建企业级知识库系统，负责多格式文档（Word/PDF等）的智能解析、清洗、切分与向量化，持续优化检索召回率与准确性，解决长文本理解与溯源难题。
大模型工程化与工具集成：基于 FastAPI 等框架开发高性能 AI 服务接口，封装通用大模型调用基类、外部工具接入（如 API 调用、代码执行、数据分析），打通 AI 能力与现有业务系统（Java/前端）。
Prompt 体系与输出控制：建立标准化的 Prompt 工程规范，综合运用 Function Calling、JSON Schema 约束、正则过滤等手段，保障大模型输出的稳定性、结构化与安全性，有效抑制大模型幻觉。
多智能体协作与工作流设计：根据复杂业务场景（如当前的文档审核、代码生成、自动化报告），设计多 Agent 协作架构、意图路由机制与人机协同（HITL）闭环流程。
AI 应用效果评测与持续调优：建立完整的 AI 效果评测体系，构建测试集，对 Agent 的准确率、召回率及性能指标进行自动化回归测试与调优，持续提升用户体验。
前沿技术探索与规范沉淀：跟踪大模型及 Agent 领域的前沿技术（如多模态、本地部署模型接入等），进行技术预研与选型；输出技术文档，赋能研发团队，制定并推广 AI 应用开发规范。

【任职要求】：
学历与经验：计算机相关专业本科及以上学历；3 年以上 Python 后端开发经验，其中至少 1 年以上大模型（LLM）应用及 Agent 实际工程落地经验。
扎实的 Python 工程能力：精通 Python 编程，熟练掌握 FastAPI / Flask 等 Web 框架及 Asyncio 异步编程，具备良好的代码设计与工程化封装能力。
熟练掌握 Agent 框架：深度理解 LLM 原理，熟练使用 LangChain、LangGraph、AutoGen、LlamaIndex 等至少一种主流 Agent 开发框架，并了解其底层运行机制。
丰富的 RAG 实战经验：精通 RAG 架构，熟悉文档解析、文本嵌入（Embedding）、向量化及检索算法；熟练使用 Milvus、Chroma、Qdrant 等至少一种向量数据库。
提示词工程与结构化输出：具备优秀的 Prompt Engineering 能力，能熟练运用提示词工程、Function Calling 或输出解析器（Output Parsers）保障 JSON 等结构化数据的稳定生成。
流式交互与接口联调：熟悉 RESTful API 设计规范，深刻理解 SSE 或 WebSocket 流式传输机制，具备与 Java 后端及前端团队进行跨语言接口对接的丰富经验。
数据处理与自动化生成：熟练使用 Pandas 进行数据清洗与处理；熟悉 python-docx、openpyxl 等库，能利用 AI 结合代码自动化生成复杂的 Word/Excel 报告或文件。
本地模型与容器化部署：熟悉 Docker 容器化技术；了解开源模型（如 Qwen、Llama 系列）的本地部署、微调（Fine-tuning）或量化（如 Ollama/vLLM 部署）者优先。
系统架构与集成能力：具备良好的系统设计能力，能处理高并发下的 AI 异步任务调度，了解基本的鉴权机制与系统安全防护。
综合素质与视野：具备优秀的业务抽象能力，能将复杂的业务需求转化为 AI 可执行的逻辑流；具备较强的问题解决能力、自驱力及跨部门沟通协作能力。