負責構建與優化基于大語言模型（LLM）的智能應用系統，推動AI技術在業務場景中的落地。
核心職責包括：
- 大模型應用開發
設計并開發基于大語言模型（如GPT、DeepSeek、豆包、通義千問等）的業務應用系統，實現自然語言處理、知識推理等能力集成。
構建大模型與業務系統的數據交互管道，優化模型調用效率與穩定性。
- 核心系統開發
使用Java技術棧（SpringBoot/SpringCloud）開發高并發、分布式后端服務，保障系統高性能與高可用。熟悉使用MySQL、PostgreSQL數據庫設計及性能優化，Elasticsearch全文檢索方案實現，RabbitMQ消息隊列開發。
- 智能語音集成（優先方向）
對接呼叫中心系統，開發集成TTS（文本轉語音）、ASR（語音識別）、降噪算法等模塊的智能語音交互功能。
- 工程化與部署
使用Docker容器化技術部署服務，參與CI/CD流程設計與優化，提升交付效率。
- 技術攻關與協作
攻克大模型應用中的技術難點（如延遲優化、提示工程、流式響應等），編寫技術文檔并與算法團隊緊密協作。

任職要求
基礎要求
- 計算機科學、軟件工程或相關專業本科及以上學歷，3-5年Java后端開發經驗。
- 扎實的計算機基礎，熟悉數據結構、設計模式、多線程及分布式系統原理。
核心技術棧
必備技能：
- 精通Java及SpringBoot/SpringCloud生態，具備微服務架構設計和開發經驗。
- 熟練使用MySQL/PostgreSQL數據庫，掌握SQL優化及事務管理機制。
- 熟悉RabbitMQ消息中間件應用場景，具備Elasticsearch檢索方案實戰經驗。
- 掌握Docker容器化部署，了解Kubernetes者優先。
- 大模型相關：具備大模型API集成經驗，熟悉LangChain、LlamaIndex等框架者優先。

加分項（優先考慮）
智能語音領域：
- 熟悉呼叫中心系統（如FreeSWITCH、Asterisk）開發，或具有TTS/ASR引擎（如阿里云語音、訊飛引擎）集成經驗。
- 了解音頻降噪算法（如RNNoise、WebRTC NS）或實時音頻流處理技術。
工程效能：
- 熟悉DevOps工具鏈（GitLab CI），有性能調優或高并發系統設計經驗。
- 了解Prometheus/Grafana監控體系，具備云服務（火山引擎/阿里云/華為云）開發經驗。