技术能力

掌握编程语言与工程能力：Python，需要精通其异步编程（Asyncio）、装饰器、生成器，以及FastAPI、Flask等Web框
算法与数据结构基础：虽然不要求手推Transformer数学公式，但必须理解向量检索中的近似最近邻（ANN）算法、分词与BPE编码原理，以及动态规划在处理长文本截断时的应用。
提示词工程（Prompt Engineering）：这是最基本的“沟通能力”。需掌握Few-shot、Chain-of-Thought（思维链）、ReAct等高级提示范式，能通过结构化输入激发出模型的最佳性能。
RAG（检索增强生成）全栈技术：这是当前80%企业落地的首选方案。需掌握：
解析端：精通Unstructured、PyPDF2等文档解析库，处理复杂PDF、表格、扫描件。
索引端：掌握Chunking（分块）策略（如语义分块、递归分块），熟悉Milvus、Pinecone或Qdrant向量数据库的部署与索引调优（HNSW/IVF参数）。
检索端：掌握HyDE（假设性文档嵌入）、多路召回（关键词BM25+向量）及Rerank（重排序）模型的应用。
Agent（智能体）构建：理解规划-记忆-工具使用三角架构。熟练使用LangChain或LlamaIndex进行工具调用（Function Calling），能设计多智能体协作模式（如AutoGen框架）。

项目经验

掌握编程语言与工程能力：Python，需要精通其异步编程（Asyncio）、装饰器、生成器，以及FastAPI、Flask等Web框
算法与数据结构基础：虽然不要求手推Transformer数学公式，但必须理解向量检索中的近似最近邻（ANN）算法、分词与BPE编码原理，以及动态规划在处理长文本截断时的应用。
提示词工程（Prompt Engineering）：这是最基本的“沟通能力”。需掌握Few-shot、Chain-of-Thought（思维链）、ReAct等高级提示范式，能通过结构化输入激发出模型的最佳性能。
RAG（检索增强生成）全栈技术：这是当前80%企业落地的首选方案。需掌握：
解析端：精通Unstructured、PyPDF2等文档解析库，处理复杂PDF、表格、扫描件。
索引端：掌握Chunking（分块）策略（如语义分块、递归分块），熟悉Milvus、Pinecone或Qdrant向量数据库的部署与索引调优（HNSW/IVF参数）。
检索端：掌握HyDE（假设性文档嵌入）、多路召回（关键词BM25+向量）及Rerank（重排序）模型的应用。
Agent（智能体）构建：理解规划-记忆-工具使用三角架构。熟练使用LangChain或LlamaIndex进行工具调用（Function Calling），能设计多智能体协作模式（如AutoGen框架）。

团队情况