畅游模型应用开发工程师
任职要求
1 Python 工程经验扎实，熟练使用至少一种后端框架（Django/DRF 或 FastAPI），具备良好的代码组织与测试习惯（pytest）。 2 有 LLM/多模态模型的应用集成 经验：Prompt 设计、函数调用/工具调用、RAG 或工作流（如 LangChain/LangGraph/Runnables）。 3 熟悉 API/UI 自…
工作职责
1. 负责智能化测试产品的 模型能力集成与应用工程化（推理服务封装、Prompt/Graph 设计、工具函数/Agent 插件化）。 2. 将 PRD/接口文档/用例库/页面 DOM/录像等输入转化为 测试脑图、Checklists、可执行用例与脚本（API/UI/流程/性能/兼容）。 3. 搭建并迭代 评测与对齐体系：自动打分（RAGAS/G-Eval/规则混合）、对比试验、A/B 实验与观测。 4. 打通测试流水线：用例生成 → 数据合规检查 → 脚本落地（Playwright/Appium/Postman/Newman） → 执行编排（Celery/K8s） → 报告/回归。 5. 建设测试知识库与特征库：文档解析、页面结构/接口 Schema 归一化、向量检索 与工具检索。
职位描述 聚焦大模型（LLM）驱动的 AI Agent 在真实业务场景中的功能开发与价值验证。参与面向搜索、推荐等核心业务的大模型应用功能设计与工程实现，从原型开发到线上部署全流程实践，推动 AI 能力在实际用户场景中落地并产生可衡量的业务收益。 主要职责 1、开发大模型应用功能模块：基于业务场景（如智能问答、任务引导、个性化推荐等），参与实现基于大语言模型（LLM）的 Agent 功能模块开发，包括工具接入，结果解析等； 2、构建客户端与大模型后端的通信接口：与前端或 App 团队协作，设计并封装标准化 API，支持文本、卡片、按钮等富媒体交互格式，确保低延迟、高可用的数据传输和可扩展的富文本通信能力； 3、支持 Agent 方案在线上链路的工程落地：在搜索、推荐等核心系统中集成 Agent 能力，配合完成部署、日志埋点与接口联调，并通过实验数据辅助迭代优化。
- 参与大模型应用的开发落地工作，包括但不限于大模型Prompt工程、插件开发等方面； - 参与大模型业务应用平台的搭建工作，包括领域知识库建设、Prompt工程工具链搭建等方面； - 参与大模型应用到实际业务场景，包括但不限于业务评测、销售流程、商家经营、内容生成等业务领域和环节。
1、负责构建模型与应用间的通用 Agent 层，支持多模型调用、动态 Workflow 与自动路由机制； 2、设计 Function Call、ReAct、PE 等执行机制，建设模块化的工具调用体系； 3、优化模型调用链上下文管理与执行效率； 4、与算法与服务端协作，建设任务调度、RAG 服务与 Tool 编排框架； 5、推动 AI 工程体系标准化与自动化，建设可配置、可调试的开发工具与可视化平台。
1、负责大语言模型应用研发（包括 C 端及B端产品），保障项目开发质量和效率； 2、跟进业界技术发展动态，探索和快速落地产品应用； 3、在系统产品探索和落地过程中，沉淀大模型应用方法/框架。