千问事业部-AI应用工程师（搜推广方向）-北京

团队负责广告核心检索系统与在线服务基础架构的持续演进，聚焦分布式系统、高性能服务端架构与云原生平台建设，支撑超大规模流量场景下的高并发、低延迟服务。

1. 负责基于大语言模型（LLM）的AI应用（如智能体Agent、知识库问答、自动化工作流等）的设计、开发与落地。
2. 深入理解业务需求，利用LangGraph，openclaw等框架，构建高效、稳定的AI应用解决方案。
3. 负责检索增强生成（RAG）系统的架构设计与优化，包括数据处理、向量数据库选型与调优、召回策略改进等，以提升知识检索的准确性与效率。
4. 进行提示词工程（Prompt Engineering）的设计、测试与迭代优化，充分释放大模型的潜力。
5. 参与AI应用的后端服务开发（如使用FastAPI等），确保系统的性能、稳定性和可扩展性。
6. 探索并实践大模型评估、多智能体（Multi-Agent）协作等前沿技术，推动技术创新与应用。
7. 学历要求： 计算机科学、人工智能、软件工程或相关专业，本科及以上学历。
8. 编程能力： 精通Python编程语言，具备良好的编码习惯和扎实的计算机科学基础。
9. 熟悉LangChain、Dify等主流AI应用开发框架，并有实际项目开发经验。
10. RAG技术： 熟悉RAG（检索增强生成）技术原理，有向量数据库（如Milvus, Pinecone, Weaviate等）的使用经验。
11. 后端开发： 熟悉至少一种Python后端Web框架（如FastAPI, Flask, Django等）。 加分项
12. 具备使用LangGraph进行复杂、有状态的多智能体（Multi-Agent）应用开发与流程编排的经验。
13. 了解openclaw等原理优先 在这里，你将获得： 超大规模系统挑战：参与天级超千亿广告检索请求的分布式系统架构设计，支撑高可靠服务稳定运行。 核心技术深耕：深入广告检索核心链路，持续优化吞吐、时延、稳定性与资源效率。 云原生与平台化建设：参与 PaaS 平台与资源调度优化，设计故障自愈、弹性伸缩等核心能力，推动系统智能化与自治化演进。