八拜篮球 python 招聘（工资待遇要求）

【岗位职责】(Responsibilities)
我们将传统的后端开发与 AI 落地相结合，你将负责让大模型真正产生业务价值。

1、 AI 应用构建（核心新增）： 基于 LangChain 框架开发 LLM 应用层逻辑，设计并实现 RAG（检索增强生成）流程；利用 Dify 等低代码平台进行 AI 智能体（Agent）的编排、调试与二次开发，实现业务流程的自动化。
2、 高性能后端开发： 负责公司核心业务系统的设计与开发，基于 Python (FastAPI) 构建高性能、高可用的 RESTful API，为 AI 应用提供稳定的服务端支撑。
3、 数据与向量存储： 负责传统关系型数据库（MySQL/PostgreSQL）的结构设计，同时负责 向量数据库（如 Milvus, pgvector, ChromaDB 等）的搭建与维护，优化知识库检索效率。
4、 系统维护与优化： 参与现有系统的重构（从传统逻辑向 AI 赋能逻辑转型），排查线上问题；优化异步任务队列（Celery/Redis），确保高并发下的系统稳定性。
5、 协作与规范： 与前端、产品经理紧密配合，参与 AI 产品的需求分析与 Prompt 调优，维护 OpenAPI/Swagger 文档，确保代码符合 Git 管理规范及高质量单元测试标准。

【任职要求】(Requirements)
我们需要你既有扎实的工程底子，又有拥抱 AI 的技术视野。

1、 硬性背景：
a. 计算机相关专业背景，3年及以上 Python 后端开发经验。
b. 1年以上 FastAPI 框架实际项目经验。
c. 具备 LLM 应用开发经验，或有强烈的转岗意愿并已有实际的 Demo/开源项目实践。
2、 核心技术栈：
a. Python 专家： 精通 Python 3.x，深刻理解异步编程（Asyncio）、装饰器、类型注解等高级特性。
b. AI 工程化能力：
熟悉 LangChain 或 LlamaIndex 框架，理解 Chain、Agent、Memory 等核心概念。
熟悉 Dify、Flowise 或类似 LLM 应用开发平台，了解其底层原理或有二次开发经验者极佳。
理解 RAG 基本原理，熟悉向量数据库的使用和索引优化。
c. Web 框架： 熟练掌握 FastAPI，理解依赖注入、Pydantic 数据验证及 Starlette 组件。
3、 数据库与中间件：
熟练使用 PostgreSQL（推荐）或 MySQL。
熟悉 Redis 缓存机制及使用场景。
了解 Docker 容器化部署，能够独立部署 AI 相关的基础服务。

【加分项】(Preferred Qualifications)
实战经验： 有企业级知识库、智能客服、AI 助手等实际落地项目经验者优先。
模型微调： 了解大模型微调（Fine-tuning）流程，熟悉 LoRA/QLoRA 等技术者优先。
本地部署： 熟悉 Ollama, vLLM 等本地大模型推理部署工具者优先。
架构能力： 熟悉微服务架构、gRPC 协议或 Celery 异步队列大规模使用者优先。