AI 生成式工程师

该职位来源于猎聘 参与基于关键指标（准确率、精确率、召回率等）对现有大模型服务开展评估，协助执行模型评估与可信性度量测试。 参与搭建现有大模型应用的内容安全基础能力，执行红队测试脚本，支撑安全护栏（Guardrails）落地实施。 为 RAG 检索增强工作提供支持，整理、导入业务及领域专用数据，优化模型输出效果。 参与端到端 AI 智能体编排平台的代码开发与测试工作。 在高级工程师指导下，基于 AI Agent 编排平台快速开发、落地标准化自定义工作流。 完成基础数据工作：数据脱敏、数据净化、数据清洗预处理。 参与并支持日常 MLOps 相关工作，包含流水线监控、部署辅助工作。 交付物 大语言模型服务的评估 & 监控测试报告及执行日志 内容安全护栏测试记录、红队测试执行报告 RAG 增强系统所用数据集整理、本地知识库维护 完成开发并集成至 AI 智能体编排平台的自定义工作流 KPI 考核指标 模型评估、测试任务：3 个工作日内完成 标准化自定义工作流开发与测试：5 个工作日内完成 数据脱敏、清洗任务严格按项目计划完成 数据预处理、脱敏工作实现零数据合规违规 学历与证书要求 学历：计算机、人工智能、数据科学、数学、统计学相关本科 经验：0‑3 年软件工程 / 数据科学相关经验；有生成式 AI、NLP、机器学习项目（学术或工业项目）经历 基础能力：良好的英语读写沟通能力；学习能力强，具备服务意识，对 AI 行业有浓厚兴趣 证书（加分项）：云基础认证（AWS 云从业者等）、AI 相关课程或认证 知识与经验要求 熟练使用 Python，掌握基础软件工程原理 了解机器学习基础与大模型基础概念（提示词、嵌入向量、分词） 有 LangChain、LlamaIndex 等大模型框架实操或项目经验 会使用 Pandas、PySpark 完成数据处理 熟悉 Git 版本控制，理解基础 CI/CD 持续集成部署概念 岗位小结：属于大模型应用侧开发岗，偏向 LLM 应用、RAG、AI Agent、模型测评、数据安全，门槛 0‑3 年，看重 Python 大模型应用框架，并非算法训练岗。