崗位職責
核心后端系統開發： 設計、開發和維護基于 Python (Django/Flask/FastAPI) 的核心后端服務和API，確保系統的高可用性、可擴展性和安全性。
大語言模型 (LLMs) 交互與集成： 負責與各類大型語言模型進行深度集成，設計并實現高效的 Prompt Engineering、上下文管理、模型推理和結果解析機制。
算法模型開發與優化： 參與和主導機器學習、深度學習（特別是 推薦系統 和個性化學習路徑模型）的開發、部署和持續優化。
技術評估與選型： 對新興的AI技術、框架和工具進行技術調研、評估和驗證，為公司的技術戰略和模型選型提供專業建議。
數據管理與結構設計： 負責數據庫設計、數據模型優化和數據結構設計，確保數據存儲的高效性、一致性和可維護性。
數據采集與處理： 構建和維護自動化數據采集 (Data Collection) 管道，負責海量教育數據和用戶行為數據的清洗、轉換、存儲和管理，為模型訓練和產品分析提供高質量數據支持。
性能優化與問題解決：識別并解決系統中的性能瓶頸、技術難題和潛在風險，持續優化代碼質量和系統架構。
跨職能協作：與前端工程師、后端工程師、產品經理、教研團隊緊密協作，將AI功能無縫融入產品，共同推動產品迭代和創新。
任職要求
扎實的計算機科學基礎： 計算機科學或相關專業本科及以上學歷。
精通 Python： 具備3年以上Python后端開發經驗，熟練掌握至少一種主流Python Web框架（如 Django、Flask 或 FastAPI）。
熟悉大語言模型 (LLMs)： 對主流大型語言模型有深入理解，具備實際的 LLMs 交互和應用開發經驗
算法與機器學習背景： 了解機器學習、深度學習基礎理論，有實際的 推薦系統、NLP 或其他AI算法開發經驗。熟悉 TensorFlow、PyTorch 等框架者優先。
數據工程與管理能力： 具備良好的數據采集、清洗、處理和存儲經驗，熟練使用SQL和NoSQL數據庫（如 PostgreSQL、MongoDB、Redis），有 數據管理和數據結構設計 經驗。
系統設計能力： 理解微服務架構、RESTful API 設計原則，具備獨立設計和開發可擴展后端系統的能力。
工程化實踐： 熟悉 Git 版本控制，了解 Docker 容器化技術，具備CI/CD實踐經驗者優先。
強大的問題解決能力： 具備獨立分析問題、解決復雜技術挑戰的能力，樂于探索和學習新技術。善用AI工具，喜歡跟隨技術不斷學習。
溝通與協作： 優秀的團隊合作精神和溝通能力，能夠與不同背景的團隊成員高效協作。