## 技术领导 - 深入理解并规划AI低代码平台的技术路线，指导团队自研或基于开源架构实现LLM通用接口、多模态LLM会话模块、微调模块、AI低代码模块等关键模块开发，运行稳定的AI低代码平台产品，实现面向客户的智能体敏捷与低成本开发，确保平台具备商用能力并持续迭代优化。 ## 项目管理 - 统筹推进AI低代码平台的计划与开发工作，监控项目进度，确保产品功能符合市场需求和前沿技术变化，实现项目按时交付与商业化运作。 - 负责组建和管理高效的技术团队，负责部门团队成员的招聘、培训、激励与绩效，与产品运营团队密切合作，保证项目开发效果。 ## 质量与风险控制 - 建立和执行项目质量控制流程，及时识别和管理项目风险，完成关键功能模块开发和解决核心技术难题，提升平台用户体验；建立全面的质量管理体系，确保产品的稳定性和可靠性 # 技术能力 - 精通低代码平台开发所需技术栈和架构设计，精通LLM多模态交互、微调与部署、提示词工程、记忆与知识库、RAG技术、MCP工具实施应用等。 - 熟练掌握微服务架构、容器化技术等，支持平台大规模并发能力，具备高可用、高扩展的系统设计经验。 - 高度AI行业关注度，对于主流AI架构、各类AI应用实现有深度理解和开发集成能力。 ## 具体技术能力要求： - 模型训练与优化：深厚的机器学习和深度学习模型调优经验，熟悉各类优化算法，能自主开发平台Instruction Tuned LLM和各行业垂直领域专用模型。 - 模型压缩与量化：掌握模型蒸馏量化技术，在适当保证模型精度的同时，降低模型资源消耗与部署成本，实现用户较低成本本地化部署与调用。 - 多模态数据处理：精通图像、文本、语音、视频等预处理、特征提取和融合技术，能够设计实现高效的多模态数据处理流程，针对纯文本型大模型开发多模态输入输出接口和方式，强化大模型跨模态交互能力。 - 低代码平台开发能力：精通前后端开发框架，能快速构建响应式、高性能、美观稳定的用户低代码排布界面，熟悉性能分析与优化工具，熟练掌握前后端交互技术；精通数据库和知识库设计、开发与优化，能构建企业级高效知识库，精通RAG技术、知识图谱技术、智能体与提示词工程版本管理等，降低用户使用门槛，提升条目匹配效率和准确率；具备优秀的算法开发能力和测试能力。 - 性能与数据安全：熟悉平台应用分布式、多租户模式技术架构，熟悉网络优化与各类通信协议，熟悉平台数据隔离、权限设计、计费与计量等功能开发。 - 存储与运维：熟悉分布式存储系统设计与实施，熟悉平台技术运维管理与监控告警，及时解决平台运行的各类问题。 薪资面议！