借助Agents，将人员和机器人凝聚成一个团队，以实现无缝的流程协作。

借助授权版Agents，构建、管理、部署并优化企业内部的智能自动化。

借助开源版Agents，发现由AI及您的员工自主搭建智能自动化机会。

借助社区版Agents，快速测试智能自动化场景，从入门到进阶。

借助信创版Agents，服务应用于国央大型企业。

一、AI应用工程师

base：天津，薪酬：10k-15k

岗位职责

1.AI产品应用搭建：
负责企业级AI系统（如智能客服、知识问答平台）的架构设计与功能开发，优化RAG（检索增强生成）、Agent（智能体）等核心模块 。
结合业务需求，集成大语言模型（LLM）到实际场景中，优化对话交互、意图识别、多轮会话等能力 2。
2.大模型应用开发：
参与企业内部大模型的微调（SFT）与效果优化，提升模型在垂直领域的准确性与响应效率 。
开发基于非结构化数据（文档、音视频）的智能检索系统，利用向量数据库优化召回与相关性排序 。
3.产品化落地：
协同产品团队完成AI功能模块的标准化封装，输出可复用的SDK或API接口 。跟踪AI技术前沿（如多模态交互、工具调用），推动新技术在业务场景中的试点与规模化应用 。

任职要求

基础条件：
1.本科及以上学历，计算机科学、人工智能、电子信息等相关专业 。
2.3年以上AI开发经验，熟悉Python/Java/C++中至少一门语言，具备扎实的数据结构与算法基础 。
技术能力：
1.熟悉主流AI框架（如TensorFlow、PyTorch），有LangChain/LLamaIndex等开发经验优先 。
2.掌握NLP核心技术（如文本分类、实体识别、文本生成），具备大模型调优或RAG系统开发经验。
3.了解云计算平台（AWS/Azure/阿里云）及容器化部署（Docker/Kubernetes） 。
加分项：
有智能客服、知识图谱、企业搜索系统开发经验者优先 。

发布岗位

承明（天津）科技发展

大模型算法工程师/AI Agent

base：天津，薪酬：20k-40k

岗位职责

1.负责具身智能AI agent开发、算法优化和部署，包括但不限于智能体开发、模型量化、蒸馏、剪枝等技术方案的研发。
1.开发AI Agent智能体；
2.设计和优化用于引导LLM生成高质量输出的提示词和指令；
3.通过实验不同的提示策略来提升LLM响应的质量、相关性和准确性。
4.优化智能体function call，外部工具调用能力；
5.深入了解公司内部不同部门以及外部客户的业务需求，确保LLM的应用能够有效支持这些需求。
6.与其他团队成员紧密合作，包括产品经理、数据科学家、软件开发者等，共同实现项目目标。
7.确保所有设计的提示符合公司的道德标准和社会责任政策，避免产生任何有害或不当内容。
8.关注行业内最新发展动态，研究新工具和技术，探索其在提示工程中的应用可能性。

任职要求

1.教育背景：计算机科学、信息学、认知科学或相关领域的本科及以上学历。
2.工作经验：有至少2年在自然语言处理、机器学习或其他AI相关领域的工作经验；有机器人、LLM开发经验者优先考虑。
3.熟悉至少一种智能体开发框架，Langchain, Autogen, Agentscope, MetaGPT, DIFY等。
4.熟悉至少一种编程语言（如Python），能够编写脚本进行数据处理和模型测试。
5.熟悉Manus, Operator，OWL等优化考虑
6.具备良好的问题解决能力和逻辑思维能力。
对NLP和LLM有深刻的理解，并能将其应用于实际问题中。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

01.大模型风口已至：月薪30K+的AI岗正在批量诞生

2025年大模型应用呈现爆发式增长，根据工信部最新数据：

国内大模型相关岗位缺口达47万

初级工程师平均薪资28K（数据来源：BOSS直聘报告）

70%企业存在"能用模型不会调优"的痛点

真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！

02.大模型 AI 学习和面试资料

1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工

📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】