鱼跃医疗
Ai开发专家(J12209)
Ai开发专家(J12209)
发布于 17 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Deepspeed
Dpo/Rlhf
Llm
Prompt工程
Rag
推理服务
架构设计
模型评测
值不值得投
73综合评分
综合评分 73
前沿大模型应用专家岗、技术成长性强，薪资福利与工作强度信息未披露需进一步确认。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.8万
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
7 个在招
市场机会
选择适中
南京 · 人工智能 · 22 个在招
职位详情
关于这个职位
加入鱼跃医疗，负责公司大模型应用方向的技术路线与架构设计，牵头搭建可复用的 LLM 应用平台（Agent 编排、RAG 全链路工程化、评测体系与推理成本治理），并指导团队将方案在生产环境落地
适合有从 0 到 1 或从 1 到 N 大模型应用平台化经验、工程背景扎实的技术专家
最低要求
深度理解 LLM 应用落地关键问题：幻觉与可控性、RAG 质量、工具调用安全、长上下文与记忆、线上评测与回归
有从 0 到 1 或从 1 到 N 的大模型应用/平台化经验（生产环境落地），能把方案拆解为可交付里程碑
强工程背景：服务端架构、可观测性、发布体系、稳定性治理、性能与成本优化
具备团队协作与技术领导力：能推动跨团队共识与标准落地
工作职责
负责公司大模型应用方向的技术路线与架构设计：模型选型、能力规划、迭代节奏、成本与质量目标
搭建可复用的 LLM 应用平台能力：
Agent/工作流编排、工具调用网关、权限与审计
Prompt/模板与版本管理、配置化发布、灰度与回滚
统一会话/记忆管理、上下文压缩、长期记忆策略
负责 RAG 全链路工程化与治理：数据接入标准、索引策略、召回/重排优化、证据引用、知识版本与可追溯
建立端到端评测与质量体系：离线 benchmark、线上 A/B、回归集、红队体系
定义指标（命中率/引用覆盖率/拒答率/风险率/成本/延迟等）
推理服务与成本治理：GPU 资源规划、容量与 SLO、缓存与路由、量化与加速方案落地
带团队/协作落地：指导工程实践、code review、关键难题攻坚，与产品/业务/安全/后端平台紧密协作
优先资格
有大规模推理/多租户平台经验（路由、隔离、配额、审计）
有分布式训练/对齐经验（DeepSpeed/FSDP、DPO/RLHF、数据治理体系）
有安全/风控体系经验（越权工具调用防护、数据泄露防护）
有垂直行业高风险场景落地经验（医疗等）
AI 洞察
优缺点分析
优点
暂无明确优点
缺点 / 挑战
暂无明显挑战项
角色解读
暂无内容
申请策略
暂无内容
面试指南
暂无内容
职位点评
薪资福利76
成长发展89
工作生活48
使命价值72
薪资福利
76中等
岗位层级高、技术门槛高，通常对应中上薪资水平，但 JD 未披露薪资与福利细节，稳定性福利信息有限。
薪资信号未披露（AI估算：3.5千–6.0万/月）
成长发展
89较高
聚焦大模型应用平台、RAG、Agent、评测与推理优化等前沿方向，技术成长与架构能力提升空间大。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Agent、Prompt工程、工具调用、量化与加速、GPU资源规划、DeepSpeed、FSDP、DPO/RLHF
成长机会指导工程实践、code review、关键难题攻坚
业务类型ambiguous
工作生活
48较低
JD 未提及办公模式、弹性工时或加班情况，工作生活平衡相关信息不足，需在面试中进一步沟通确认。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
72中等
应用场景落在医疗行业，具备正向社会价值；AI 平台方向属成长性技术领域，但 JD 未强调明确的使命或价值导向表述。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs