职责：
• 设计和开发基于LLM的应用程序，包括具有提示编排、工具/功能调用和可靠的多步骤协调的多代理系统（例如，聊天机器人和代理工作流）。
• 构建检索增强生成（RAG）功能：数据摄取、分块、嵌入/索引、向量搜索、重新排序以及引用/归因，以改善答案的基础。
• 开发和维护数据管道，以策划和管理LLM应用程序使用的外部知识来源（新鲜度、质量、访问控制）。
• 通过提示优化、数据集策划、轻量级适应（例如，LoRA/PEFT）和适当的选择性微调来提高模型和系统性能。
• 实施和操作LLMOps实践：部署、监控/可观察性、评估、事件响应以及针对质量、延迟和成本的迭代优化。
• 与机器学习工程师和数据科学家合作，将LLM系统集成到现有产品和服务中（API、平台和下游应用程序）。
• 跟踪LLM生态系统的相关进展，并将其转化为我们生产应用程序中的可衡量改进。
要求：
• 计算机科学、数学、数据科学或相关领域的学士或硕士学位（或同等的实际经验）。
• 3年以上数据科学/应用机器学习经验。
• 精通Python，并有构建生产级服务（API、异步作业、测试、CI/CD）的经验。
• 具有LLM框架和工具（例如，LangChain/LangGraph、LlamaIndex）以及现代LLM集成模式的经验。
• 具有开发LLM应用程序并通过系统实验（提示、RAG调优、数据集迭代和/或使用PEFT微调）改进它们的验证经验。
• 强烈的评估思维：定义成功指标并进行离线/在线评估（例如，基础性/忠实性、相关性、检索指标、胜率、人类审查、A/B测试）。
• 在生产环境中部署模型/LLM应用程序的经验（容器、云服务、可扩展架构、监控）。
• 熟悉负责任的AI和安全实践（隐私、访问控制、提示注入防御、护栏/政策对齐行为）。
• 优秀的沟通和协作能力。
• 具有容器编排和云原生部署模式（例如，Kubernetes）以及可观察性/遥测堆栈（例如，OpenTelemetry、分布式跟踪、指标、结构化日志记录）经验者优先。
• 良好的中英文口头和书面沟通能力。
有兴趣者请通过Adecco网站分享您的简历或拨打2899-6129了解更多详情。
请注意，只有入围候选人会被通知。所有收集的信息将严格保密，仅用于招聘目的。
