武汉 python 招聘（工资待遇要求）

岗位职责
1.负责 AI 智能体（Agent）系统的设计、开发与优化，包括多轮对话、工具调用、任务规划等核心能力
2.构建基于大语言模型（LLM）的应用系统，包括但不限于问答系统、自动化流程、决策辅助系统等
3.设计并实现 Agent 的记忆机制（短期记忆 / 长期记忆 / 向量检索 / 结构化存储）
4.开发和集成各类工具（Tools），实现智能体与外部系统（数据库、API、搜索引擎等）的交互
5.优化 Prompt / System Design / 推理链路（Chain-of-Thought、ReAct、Plan-Execute 等）
6.构建评估体系，对 Agent 的效果、稳定性、置信度进行量化评估与持续优化
7.参与 AI 平台化建设，包括模型网关（OpenAI-compatible）、多模型调度、负载均衡等
8.与后端/前端工程师协作，推动 AI 能力在实际业务中的落地

岗位要求
(1)基础要求
1.扎实的 Python 编程能力，熟悉常见开发框架（如 FastAPI、Flask 等）
2.熟悉常见数据结构与算法，具备良好的工程能力和代码规范
3.熟悉 Linux 开发环境，具备 Docker 容器化部署经验
4.熟悉 RESTful API 设计与微服务架构
(2) AI / LLM 相关能力
1.熟悉大语言模型（LLM）的基本原理（Transformer、Token、Embedding 等）
2.有实际使用 LLM API（如 OpenAI 协议兼容接口）的经验
3.理解并实践过以下至少一种 Agent 架构：
①　ReAct
②　Plan-and-Execute
③　Toolformer
④　多 Agent 协作系统
4.熟悉 Prompt Engineering，包括：
①　指令设计（Instruction Design）
②　Few-shot / Zero-shot
③　输出结构约束（JSON / Schema）
5.熟悉向量数据库及检索增强生成（RAG），如：
①　Embedding 生成与对齐
②　向量检索优化（召回 / 去重 / rerank）
(3) 工程与系统设计能力
1.能独立设计 AI Agent 系统架构，包括：
①　状态管理
②　工具调用策略
③　错误恢复机制
④　置信度与评估体系
2.熟悉以下至少一项：
①　多模型调度 / 路由策略
②　推理链优化（减少 token / 提升稳定性）
③　模型输出后处理与结构化
3.具备性能优化意识，包括：
①　延迟优化
②　并发处理
③　成本控制（即使不是核心目标）
(4)加分项
1.有 AI Agent 框架使用或开发经验，例如：LangChain / LlamaIndex / DSPy 等
2.有私有化模型部署经验（如 vLLM、llama.cpp、TensorRT-LLM 等）
3.熟悉分布式系统或调度系统（如 Nomad、Kubernetes）
4.有向量数据库或搜索系统经验（如 FAISS、Milvus、Weaviate）
5.有自动化评测（evaluation）、数据集构建（QA dataset）经验
6.对 AI 系统设计有深入理解（如“记忆系统”、“工具学习”、“自我反思机制”等）
我们希望你具备的特质
1.对 AI Agent / LLM 应用有强烈兴趣，而不仅仅是调用 API
2.有系统设计思维，能从“单次回答”提升到“持续优化系统”
3.能在不确定性较高的技术领域中进行探索和落地
4.具备良好的问题拆解能力和工程抽象能力
5.有一定的“产品思维”，理解 AI 能力如何转化为实际价值
典型工作场景
1.构建一个可以自动调用工具解决复杂任务的智能体
2.设计多轮对话中的上下文管理与记忆系统
3.将多个不同部署方式的 LLM 聚合为统一网关
4.构建 QA 数据集，并基于模型置信度进行自动优化
5.优化 Agent 的推理路径，使其更稳定、更可控