网易AI应用研发工程师
任职要求
1. 计算机科学、人工智能或相关专业本科或硕士及以上学历； 2. 3年以上Java/Python研发经验, 具备扎实的编程基础； 3. 熟悉大语言模型技术栈，包括 RAG、Embedding、Agent工作流等； 4. 具备大模型项目落地经验； 5. 掌握多类型数据库应用与优化（SQL/NoSQL/向量库）； 6. 具备良好的系统设计能力和工程实践经验； 7. 具有快速学习能力，能够跟踪和实践最新AI技术； 8. 良好的团队协作能力。 加分项 1. 有大模型微调和生产环境部署相关经验； 2. 有开源项目贡献经验。
工作职责
1. 负责设计、开发和维护创新AI产品服务端系统，确保系统的高可用性、可扩展性和安全性； 2. 参与需求分析、系统设计、编码实现、测试、部署及后期维护等全生命周期的开发工作； 3. 深入理解业务需求，与产品经理、前端工程师紧密合作，确保产品功能的顺利实现； 4. 持续优化系统架构和代码质量，提高系统性能和稳定性； 5. 跟踪和研究业界最新的AI应用服务端趋势，为团队引入新的技术和解决方案。
1. 根据业务需求，完成 Android 客户端程序的开发； 2. 参与AI移动平台软件框架的研究，设计和实现、关键技术验证和选型等工作， 3. 调研行业AI模型能力、API接口，能够快捷实现AI平台建设与AI应用开发 4. 对产品进行持续优化和改进，对App性能、安全、容器、工程方面持续优化提升； 5. 参与移动规范制订、技术文档编写
1. AI应用开发：结合大模型进行创新应用设计和开发 2. Prompt设计与优化：设计、编写并优化Prompt，提高大模型在具体业务场景下的准确性和效果 3. 模型集成与API管理：负责将第三方大模型 API或自研/微调模型集成到现有应用或服务中
1、基于大语言模型（如Qwen、DeepSeek）开发房产领域C端AI应用，包括智能选房助手、购房政策解读、楼盘分析等场景。 2、搭建LLM应用开发框架（如LangChain、LlamaIndex），实现意图识别、RAG检索、内容整合等核心能力。 3、设计支持海量数据场景下的RAG架构，支持房源、楼盘、行情、政策等内容的RAG化，并且达到C端召回准确率要求。 4、开发自动化评估工具，量化RAG系统和联网数据在召回率、错误率、幻觉率、响应延迟等指标并设计方案持续调优解决。
1、负责快手外循环广告业务中AI相关产品与系统的服务端研发工作，包括但不限于技术预研、系统架构设计、业务逻辑建模、核心功能开发与性能优化； 2、深度参与快手广告AI平台建设，涵盖RAG（检索增强生成）、LLM Agents、多模态工具链、AI评测体系、模型服务框架、Prompt 管理、运行时环境等关键工程模块； 3、探索与实现基于大语言模型（LLM）的新型广告投放形态，如智能投放助手、创意生成、自动化分析与策略优化、用户意图理解等； 4、推动广告业务与AI技术的深度融合，提升广告投放智能化水平与效率，降低使用成本，打造有行业影响力的AI+广告解决方案。