Job description
1.AI应用架构设计与开发：负责供应链业务系统与AI大模型（LLM）的集成开发。利用LangChain、Semantic Kernel等框架，设计并实现AI Agent（智能体）的工作流，构建能够自主处理复杂供应链任务（如智能客服、异常订单处理、自动调度）的后端服务； 2.业务逻辑与AI模型融合：深入理解供应链业务痛点，将传统的代码逻辑与AI推理能力相结合。例如，开发基于自然语言的SQL查询接口、智能库存预警系统或动态路径规划模块，提升系统的自动化与智能化水平； 3.数据处理与RAG系统构建：负责构建和维护检索增强生成（RAG）系统，清洗和向量化供应链领域的专业知识（如操作手册、历史单据、行业法规），搭建向量数据库（如Milvus、Pinecone），确保AI模型能精准调用私有业务数据，解决“幻觉”问题； 4.模型部署与性能优化：配合算法团队，负责AI模型的生产环境部署（Model Serving）。优化模型推理的延迟与并发性能，设计高效的API接口，确保AI功能在高并发业务场景下的稳定性与响应速度； 5.工程化落地与工具链建设：搭建AI应用的开发与测试框架，制定代码规范与Prompt版本管理标准。探索低代码/无代码平台在AI应用开发中的应用，提升团队整体的AI工程化效率。
任职要求 / Qualifications: 1.本科及以上学历，计算机、软件工程、人工智能等相关专业。具备3年以上后端开发经验（Python/Java/Go），有AI应用开发、大模型集成或RAG系统落地经验； 2.编程与工程能力：精通Python编程，熟悉FastAPI、Flask等Web框架。具备扎实的数据库能力，熟练使用SQL进行复杂查询，熟悉MySQL、PostgreSQL等关系型数据库以及Redis等缓存技术； 3.AI技术栈掌握，框架应用：熟练掌握LangChain、LlamaIndex等主流AI开发框架，理解Agent、Tool Use、Memory等核心概念； 4.模型集成：熟悉OpenAI API、Azure AI或开源大模型（如Llama 3、Qwen）的调用与微调流程； 5.向量数据库：有Milvus、Chroma、Weaviate或Elasticsearch向量检索的实战经验； 6.数据敏感度与业务理解：具备良好的数据结构化思维，能够理解供应链业务中的数据流转逻辑。能通过数据分析发现业务瓶颈，并主动提出AI技术解决方案。
符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。