一、岗位职责

• 负责把大模型能力工程化落地到公司慢病随访系统中，包含 RAG 链路、Agent 编排、对话流程等。

• 基于现有 Spring Boot 后端与微信小程序前端，完成 AI 能力与业务模块（患者档案、医嘱、随访计划）的深度集成。

• 基于 Dify / LangChain / LlamaIndex 等框架构建 RAG 全链路：文档解析、切片、Embedding、混合检索、Rerank、生成、评估。

• 设计并实现 Prompt 模板、上下文管理、结构化输出、Function Calling / MCP / Tool Use 等机制。

• 建设 AI 应用的可观测性与评估体系，保障线上问答质量与稳定性。

二、任职要求

• 计算机及相关专业，本科及以上学历，1年以上后端研发经验，Java 或 Python 任一精通。

• 熟悉 LangChain / LlamaIndex / Dify 至少一种 LLM 应用框架，具备完整 RAG 项目落地经验。

• 熟悉向量数据库（pgvector / Milvus / Qdrant），能基于 PostgreSQL 设计与实现向量检索方案。

• 熟悉 Spring Boot 微服务架构，能与既有业务系统无缝集成。

• 熟悉大模型 API 调用、流式输出、Function Calling / MCP / Tool Use 等核心能力。

• 具备扎实的 Prompt Engineering 实战经验，理解上下文管理、Few-shot、结构化输出等技巧。

三、加分项

• 有医疗、慢病管理、智能客服类对话产品的落地经验。

• 熟悉微信生态（公众号 + 小程序 + UnionID）AI 能力集成。

• 熟悉 LangSmith / Langfuse / Phoenix 等模型可观测性工具。

• 具备高并发后端服务优化经验。