2、能够根据业务需求对系统架构进行设计，并提供稳定的扩展性，良好的性能；
3、要求熟练掌握python编程语言及人工智能技术相关开发语言平台系统框架；
4、了解业内大模型辅助编码、辅助研发系统架构和方案设计，熟悉研发场景下的大模型应用需求，5年以上相关系统研发经验；
5、深入了解java，熟悉多线程高并发和锁的使用，能够对大模型服务系统性能、CPU、内存等使用率进行分析及给出优化建议；
6、熟悉微服务框架，熟悉Spring Cloud、Spring boot，能够独立创建大模型服务demo及解决各类JAR包的依赖冲突，有大型系统的服务部署经验；
7、熟悉gaussDB、TDSQL等主流信创数据库，了解不同数据库对事务管理、语法等各方面的差异，能够适配不同数据库环境的大模型应用；
8、深入了解大语言模型(LLM)核心技术，包括Transformer架构、Attention机制、预训练与微调原理；
9、熟悉Prompt工程能力，掌握Prompt设计、Few-shot learning、Chain-of-Thought等大模型调优技术；
10、了解RAG原理，熟悉向量数据库、知识图谱等大模型相关数据存储技术，掌握基于Embedding的向量检索、相似度计算技术，能够构建知识库检索系统用于大模型辅助编码；
11、了解大模型服务与其他微服务的编排协调机制，具备大模型服务链路追踪、日志分析、指标监控等能力；