1.系统开发：使用包括Python、Java等语言进行后端系统的开发，包括业务逻辑实现、接口设计、数据库设计等。设计和实现高性能、高可用的分布式系统，确保系统的稳定性和扩展性。根据业务需求和应用场景，设计AI Agent、Agent Network、Work Flow等，通过工程和Prompt Engineering，使得Agent可以稳定、高效实现场景目标。 2.缓存与中间件：使用Redis等缓存技术优化系统性能，减少数据库访问压力。集成和配置消息队列（MQ）等中间件，实现异步处理和系统解耦。 3.性能优化：对系统进行性能调优，提高系统的响应速度和吞吐量。优化数据库查询，确保数据的一致性和完整性。 4.技术难点攻关：解决系统中的技术难点，保障系统的可用性、稳定性和可扩展性。参与基于大语言模型的应用开发，使用LangChain或等效的开发框架进行应用搭建和优化。跟踪业界前沿且稳定的后端技术解决方案，确保团队技术栈的先进性和竞争力。 5.团队合作：与其他团队成员有效沟通，共享知识和经验，促进团队的技术进步和个人成长。

1.教育背景：计算机科学、人工智能、数据科学或相关专业的本科及以上学历。 2.工作经验：具有3年以上后端开发经验，有金融行业背景者优先。 3.技术能力：精通Python、Java中至少一种编程语言，熟悉其生态系统和最佳实践： （1）熟悉消息队列技术、缓存技术、数据库技术，熟悉如RabbitMQ、Kafka、redis、MySQL、PostgreSQL等，能够实现异步处理和系统解耦。 （2）了解Docker、Kubernetes等容器化技术，有微服务架构经验者优先。了解公有云生态，有阿里云、华为云等使用经验优先。 （3）有基于大语言模型的应用开发经验，曾主导或参与过实际项目。具备开源大语言模型的开发或贡献经验。具备模型微调和训练的实战经验，熟悉相关工具和技术。 （4）熟悉LangChain、Dify、AutoGen等框架或开源软件，精通Python、Java等编程语言，有良好的编程习惯和代码质量。 4.专业知识：深刻理解计算机网络、操作系统等基础知识。了解金融行业的业务流程和技术要求，能够针对金融场景进行系统设计和开发。 5.解决问题能力：具备较强的问题解决能力，能够独立思考，善于从复杂问题中找到关键点。 6.团队合作：良好的团队合作精神，能够与跨职能团队有效沟通，共同推动项目的成功。 7.创新意识：对新技术保持高度敏感，乐于接受挑战，具有创新思维和实践能力。