智慧蜀通 ba jobs (salary & requirements)

【你将参与的核心工作】
1. 智能应用开发实战
在导师指导下，使用Spring AI Alibaba 与阿里云通义大模型，参与公司内部智能问答、文档助手、智能搜索等 AI 的开发与迭代。
2. RAG 与向量数据库集成
学习并实践基于 DashVector/Elasticsearch 的检索增强生成（RAG）全流程：文档切片、向量化入库、相似度检索、Prompt 拼接与模型调用。
3. LLM Wiki 知识库构建
参与企业内部 LLM Wiki（大语言模型驱动的知识库）的搭建与维护，利用大模型自动抽取、结构化企业文档，构建可检索、可对话的动态知识底座。
4. Function Calling 工具对接
协助将现有 Java 微服务 API 封装为模型可调用的 Tool/Function，让模型具备“动手能力”，并结合 Wiki 知识库实现复杂业务查询。
5. 功能测试与效果评估
编写测试用例，对 AI 回复质量进行标注与对比分析；辅助优化 Prompt 模板、调整参数以提升准确率和用户体验。
6. 技术文档与 Demo 输出
整理踩坑记录、模块接入指南；制作简单的技术分享或内部 Demo 演示。
【我们希望你是这样的同学】
1. 基础扎实
算机相关专业，本科大三/研一、研二在读，数据结构与算法基础良好，有扎实的 Java 编程能力。
2. Spring 生态入门
熟悉 Spring Boot，动手搭建过 Web 项目；了解 Spring MVC、MyBatis/MyBatis-Plus、Maven 等基本使用；如果了解 Spring AI 或看过 Spring AI Alibaba 示例，那是大大的加分项。
3. AI 好奇心与技术敏锐度
对 ChatGPT、通义千问等大模型有使用体验，对 Prompt Engineering、Token、Embedding、RAG 等概念有初步认知，愿意深入钻研 AI 应用技术。
4. LLM Wiki 与知识库相关经验（新增）
了解 LLM Wiki 或类似的大模型知识库构建思路，对文档解析、文本分块、元数据抽取、知识图谱初探等有动手经验；使用过 llmwiki、Dify、FastGPT 或自建 RAG 知识库者优先。
5. 学习与动手能力
具备良好的英文文档阅读习惯，能够根据官方示例快速上手新框架；有 GitHub、技术博客记录习惯者更佳。
6. 软性要求
具备良好的沟通协作精神和主动学习的自驱力，每周能保证至少 4 天出勤（含远程办公时间）。
【加分项（非必需，有则更佳）】
· 在课程设计、比赛或个人项目中实际调用过阿里云 DashScope SDK 或 OpenAI API；
· 了解 Docker、Kubernetes 基本使用，有云原生动手经验；
· 在开源社区（尤其是 Spring AI Alibaba、Spring AI）提交过 Issue 或 PR；
· 有 Elasticsearch、Redis、RabbitMQ/Kafka 等中间件使用经历；
· 参与过 llmwiki 或同类开源知识库项目的搭建、贡献或二次开发。
【你将获得】
· 一对一的资深工程师导师，深入参与生产级 AI 应用与知识库建设，拒绝“打杂式”实习；
· 充足的通义大模型算力额度，让你能尽情验证自己的技术想法；
· 表现优秀者可获得 转正机会，以及 Spring AI Alibaba 社区贡献的辅导与背书。