大模型开发

1、具有AI辅助编程工具开发实际经验，完整参与过至少1款此类工具从架构设计到上线运行的全过程者优先；
2、能依据业务场景进行系统架构规划，确保系统具备良好的可扩展性与稳定性能；
3、熟练掌握Python编程语言及人工智能相关技术栈、开发平台和主流框架；
4、熟悉当前大模型在代码生成与研发辅助中的系统架构与方案设计，了解研发流程中大模型的应用需求，具备5年以上相关领域系统研发经历；
5、精通Java技术体系，掌握多线程、高并发编程及锁机制，能够对大模型服务的CPU、内存等资源使用情况进行性能分析并提出优化方案；
6、熟悉微服务架构，掌握SpringCloud与SpringBoot框架，可独立搭建大模型服务原型，解决JAR包依赖冲突问题，具备大规模系统的部署实践经验；
7、熟悉gaussDB、TDSQL等主流信创数据库，了解各类数据库在事务处理、SQL语法等方面的差异，能实现大模型应用在不同数据库环境下的适配；
8、深入理解大语言模型（LLM）核心技术，包括Transformer结构、Attention机制、预训练与微调方法；
9、具备Prompt工程实践经验，掌握Prompt设计技巧、少样本学习（Few-shotLearning）、思维链（Chain-of-Thought）等模型调优技术；
10、了解RAG技术原理，熟悉向量数据库与知识图谱等大模型配套数据存储方案，掌握基于Embedding的向量检索与相似度计算方法，能够构建支持大模型编码辅助的知识检索系统；
11、了解大模型服务与其他微服务间的协同编排机制，具备服务链路追踪、日志采集分析、关键指标监控等运维能力；
12、了解敏感代码数据的安全保护机制，符合企业级数据安全规范，熟悉大模型服务的常见安全防护策略。