算法工程师（语言模型应用）

岗位职责
1.负责大语言模型在平安医疗业务场景中的应用落地，包括需求分析、方案设计、技术选型与工程实现，推动 LLM 技术转化为实际业务价值；
2.参与大模型应用核心能力的研发与优化，包括但不限于提示词工程（Prompt Engineering）、上下文构建、多轮交互、函数调用（Function Calling）等；
3.负责检索增强生成（RAG）相关模块的开发与优化，结合向量数据库、知识库、信息检索等技术，将领域知识引入模型推理流程，提升生成质量与准确性；
4.参与 Agent / 多阶段推理系统的设计与实现，探索大模型在复杂任务中的自动化执行与落地；
5.推动 Model-Harness 协同进化闭环的构建，实现"能力构建 → Agent Trajectory → 模型训练 → 能力内化 → 模型增强 → Harness 再进化"的迭代循环；
6.负责大模型的微调（SFT / LoRA / RL）及效果评估，设计并开展算法实验，持续优化模型表现与任务完成能力；
7.持续跟进大模型、AIGC、多模态等前沿技术进展，结合业务需求探索新应用场景并推动落地。

任职要求
1.本科及以上学历，计算机、软件工程、人工智能、数学、统计学等相关专业；
2.扎实的编程功底，熟悉 Python，熟悉 Linux 环境下的开发流程，掌握 C++ / Java / Go 中至少一门语言者优先；
3.熟悉机器学习、深度学习、NLP 等基础理论，掌握至少一种深度学习框架（PyTorch / TensorFlow）；
4.熟悉主流大模型的应用方式，了解 GPT 系列、Llama、Qwen、DeepSeek 等模型的 API 调用与本地部署方案；
5.熟悉 RAG、向量检索、Prompt 工程、Agent 等大模型应用技术，有实际项目落地经验者优先；
6.理解 Agent 与 Harness 的核心概念与运行原理，包括 Agent Loop、ReAct 循环、工具调用、上下文管理与 KV-Cache 管理等，了解 Harness 作为"Agent 边界内、模型之外的运行与治理层"的职责边界；
7.具备良好的问题分析能力与工程实践能力，能够独立完成方案设计、开发实现与效果评估。
加分项：
有 LangChain、LlamaIndex等开源应用框架的实际使用经验；