崗位職責
核心文件服務開發(fā)： 獨立基于 FastAPI 框架搭建高性能的 RESTful API，實現(xiàn)文件的分片上傳、極速下載、目錄結構管理及底層訪問權限控制。
大模型能力集成： 將大語言模型（LLM）能力深度融合進文件管理系統(tǒng)，實現(xiàn)文檔內容的自動解析、關鍵信息抽取、智能摘要及內容合規(guī)性檢查。
Agent 工作流落地： 設計并開發(fā)基于大模型的 Agent 自動化工作流，讓系統(tǒng)具備自主執(zhí)行文件任務的能力（例如：基于自然語言指令讓 Agent 自動完成文件的批量重命名、智能分類歸檔及數(shù)據(jù)清洗）。
異步與性能優(yōu)化： 深度利用 Python 異步編程（asyncio），平衡大文件底層 I/O 讀寫與大模型接口調用的并發(fā)性能，確保長文本推理和耗時任務下的系統(tǒng)穩(wěn)定性。
任職要求
開發(fā)基礎： 具備扎實的 Python 編程功底，精通核心語法與異步編程（async / await），能夠閉環(huán)獨立完成后端服務的設計與交付。
核心框架： 熟練掌握 FastAPI 框架及其周邊生態(tài)（如 Pydantic 等），能夠獨立完成路由配置、數(shù)據(jù)校驗與高并發(fā)接口開發(fā)。
AI 工具應用（硬性要求）： 必須熟練使用 Cursor、ClaudeCode 等 AI 編程輔助工具，能夠高效利用 AI 工具完成代碼生成、單元測試編寫與復雜邏輯 Debug，具備極高的研發(fā)效能。
前沿技術視野： 對大模型與 Agent 領域的*新技術進展（如新模型發(fā)布、新 Agent 架構）保持極高的敏感度和探索熱情，樂于在實際業(yè)務中進行技術可行性驗證。
AI / Agent 經(jīng)驗： 深入理解大模型基本原理與 Prompt Engineering 技巧；熟悉至少一種主流 Agent 框架，并有實際的智能體任務規(guī)劃（Planning）或工具調用（Tool Use）落地經(jīng)驗。
文件與存儲技能： 熟悉文件系統(tǒng)底層原理，熟練掌握關系型數(shù)據(jù)庫（如 MySQL 或 PostgreSQL）與 Redis 緩存技術，具備解決文件高并發(fā)讀寫問題的能力。