1. 负责封装大语言模型、向量检索、RAG 等 AI 能力接口，对接 OpenAI、文心一言等商业 API 或 Llama、ChatGLM 等开源模型，完成多模型的接入与调度。

2. 基于 LangChain、Spring AI 等框架构建 AI Agent、Chain 等模块，开发模型参数微调、知识库对接、多智能体协作等核心功能，优化 Prompt 效果与 AI 响应时效。

3. 开发和优化与 Milvus、Chroma 等向量数据库的交互模块，搭建高效的知识检索与推理系统。

4. 基于 Spring Boot、Spring Cloud 等框架搭建高可用、可扩展的微服务架构，集成 Nacos、Redis、Kafka 等中间件保障系统稳定。

5. 解决分布式环境下的高并发、数据一致性问题，通过异步编程、缓存策略等优化系统吞吐量，完成 JVM 调优、SQL 优化等，提升 AI 应用的运行性能。

6. 参与 AI 平台的 MaaS（模型即服务）基础设施建设，支持模型部署、弹性扩缩容、灰度发布等全生命周期管理。

1. 本科及以上学历，计算机、软件工程、人工智能等相关专业，3 年以上 Java 后端开发经验，至少 1 年 AI 应用（如大模型集成、RAG 系统、AI Agent 等）落地经验；

2. 有企业级 AI 产品（如智能客服、知识库问答、自动化办公工具等）或高并发后端系统开发经验者优先。

3. 精通 Java 8 + 语法，深入理解 JVM 原理（内存模型、垃圾回收、性能调优）、多线程并发编程（线程池、锁机制、CAS）及网络编程（TCP/IP、HTTP/HTTPS）；

4. 熟练掌握 Spring Boot、Spring Cloud、MyBatis 等主流框架，能独立设计和开发微服务架构，解决分布式系统中的服务注册发现、负载均衡、熔断降级等问题；

5. 精通 MySQL 等关系型数据库，具备复杂 SQL 优化、索引设计能力；熟悉 Redis、Kafka/RabbitMQ 等中间件的原理与实战，能设计高可用缓存策略和异步通信方案。

6. 熟悉大语言模型（LLM）基础原理，有对接 OpenAI、文心一言、Llama、ChatGLM 等模型 API 的实战经验，能封装和优化模型调用接口；

7. 了解 RAG（检索增强生成）技术流程，能熟练使用 Milvus、Chroma、Weaviate 等至少一种向量数据库，设计高效的知识检索与向量存储方案；

8. 掌握 LangChain、Spring AI 等 AI 开发框架的使用，能基于框架构建 AI Agent、多轮对话、工具调用等核心模块者优先；