职位&公司对比

职位详情

• 北京
• 5-10年
• 本科

• 大模型算法
• 知识图谱
• Python
• Java
• Golang
• 算法工程化经验

岗位职责： - 大模型工程化落地 1.基kanzhun于LLM构建智能编码系统，实现需求分析→代码生成→测试验证的闭环赋能； 2.开发面向研发场景的领域大模型，构建代码知识图谱与Prompt工程体系； 3.探索AI结对编程、自主调试等前沿模式，突破传统研发效率边界。 - 智能编码范式革新 1.利用Code Llama、GPT-Engineer、Windsurf、cursor等工具重构研发流程，建立AI优先的工程方法BOSS直聘论； 2.构建自动化效能提升方案，实现代码生成准确率>65%的核心指标； 3.创建智能编码最佳实践指南，驱动团队AI能力升级。 岗位要求： - 大模型深度实践者： 1.精通Transformer架构，具有LoRA/P-tuning等模型优化实战经验； 2.熟悉LangChain、LlamaIndex等AI工程化框架，有RAG系统构建案例； 3.掌握Prompt Engineering高阶技巧，能设计结构化提示词工程。 - 工程化创新专家： 1.3-5年互联网架构经验，精通Python/Go/Java中至少两门语言，具备开发工具链建BOSS直聘设经验。 - AI原生开发者： 1.日均使用Copilot等工具编写300+boss行有效代码； 2.具有代码自动生成、测试用例智能编写等落地项目经验。