商汤26届AI领航员-大装置-大模型服务平台测试开发工程师

大装置智能云，支撑从云基础设施到大模型服务的完整产品体系。 欢迎加入测试开发团队，与我们一起打造下一代 AI 基础设施质量标准。 参与商汤大装置智能云核心产品的质量保障，包括： 1. 云平台方向（Cloud） · 云服务、容器平台（K8s）、网络/存储服务的功能与稳定性测试 · 自动化测试、接口测试、性能测试、系统级测试 2. 算力平台方向（Compute） · 多集群 GPU/NPU 算力池、调度平台的测试开发 · 压测、稳定性测试、异常场景验证 3. 大模型平台方向（AI Infra / MaaS） · 大模型推理、训练、评估平台的测试 · 模型性能测试、多模态模型验证、推理链路端到端自动化 4. 测试自动化，CI/CD 方向 · 测试框架、测试工具开发 · CI/CD 构建链路优化与集成 我们会根据你的能力与兴趣匹配到最合适的产品线。

1. 基于 LazyLLM 框架，负责 LazyRAG 系统的核心模块研发，包括文档解析服务、检索算法优化、问答链路设计及自进化机制的工程实现。 2. 深入参与 RAG 算法迭代：包括切片策略、多粒度索引、Embedding/Reranker 模型升级、Agentic RAG 编排等方向，持续提升系统在多场景下的问答准确率。 3. 负责系统可观测性与评测体系建设，包括自动化评测集构建、Bad Case 归因分析、A/B Test 机制设计与落地，推动算法能力的数据驱动迭代。 4. 参与记忆管理与自进化模块的研发，包括词表/规范/技能的自动提取、注入与版本管理，实现系统从用户反馈中持续学习的能力。 5. 跟踪业界前沿技术（RAG、Agent、多模态检索、LLM 推理优化等），将新技术快速验证并落地到产品中。

1.大模型应用开发：负麦基于主流开源/闭源大模型进行应用落地，包括问答系统、智能助手、知识检索、文档处理等；并与产品、前端、后端、数据团队紧密协作，推动算法模型在真实业务中的部署与落地。 2.RAG 系统优化：主导通用型 RAG(Retrieval-Augmented Generation)系统的构建与效果优化，包括召回、排序、长文本处理、多文档合成等关键环节。 3.Agent 框架开发：研究和实现多 Agent 协作框架，提高 Agent 在复杂任务中的稳定性与执行效果，探索如任务分解、工具使用、状态记忆等机制。 4.模型效果调优：结合业务场景，设计 Prompt、微调、评测等策略，提升大模型在特定任务中的表现。 5.技术积累与分享：沉淀可复用的模型应用框架、调优经验和评估指标，推动团队整体技术能力提升。

核心亮点 1. 技术驱动，产品落地： 参与从0到1的大模型商业化应用开发，将前沿AI技术转化为有价值的B端解决方案。 2. 深度实践，拒绝纸上谈兵： 你不仅是产品的“规划师”，更是“实干家”，需动手实践，与研发团队共同攻坚。 3. 快速成长，专家路径： 在大模型与B端业务的交叉领域，成为具备深度技术理解力与商业洞察力的复合型产品专家。 工作职责 1. 大模型平台产品建设： 深入参与大模型应用开发平台从0到1的全过程。通过用户研究与数据分析定义产品功能，与工程师紧密合作，动手完成原型设计，推动产品迭代上线。 2. B端AI Agent解决方案落地： 负责AI Agent的核心逻辑设计与搭建，动手配置意图识别、工具调用（Function Calling）、RAG等关键模块。建立效果评估体系，通过数据驱动持续调优，提升业务表现。 3. 前沿技术探索与应用： 追踪大模型领域的前沿技术，进行快速PoC验证，将技术洞察转化为产品创新，驱动产品的长期竞争力。