岗位职责
1、SQL性能优化
负责生产环境复杂SQL的性能调优，精通执行计划剖析，解决高并发场景下的锁竞争、索引失效、全表扫描等问题，确保迁移后系统响应速度不降反升。
负责制定慢查询监控基线，并建立SQL上线评审机制（特别是针对AI生成的SQL），从源头防止性能雪崩。
2、数据清洗与API工程化
负责多源异构数据的清洗、转换与整合，封装企业内部高可用、标准化的数据服务接口（API），并利用缓存（如Redis）优化高并发调用下的响应时效，为上层AI智能体提供坚实的数据底座。
3、 AI智能应用落地
RAG知识库构建：基于公司制度文档，落地检索增强生成（RAG）应用。负责文档解析（OCR/LayoutParser）、分块策略（Chunking）设计、向量数据库（如PgVector/Milvus）选型与索引优化，解决企业知识“幻觉”问题。
Text-to-SQL智能问数：打造业务人员“一句话查数据”的智能助手。精通Few-shot示例构造与Schema Linking技术，提升复杂业务查询的准确率。
智能体（Agent）开发：熟练运用智能体框架进行工作流编排，开发具备Tool Calling（工具调用）能力的轻量级智能体（如自动生成日报、智能工单处理），并负责上线后的效果评估与Prompt持续迭代。
任职资格
1、学历与经验：计算机相关专业本科及以上学历，3年以上 Python 后端开发或数据工程经验。
2、Python工程能力：精通Python语法，熟练使用FastAPI/Flask进行后端服务开发；熟悉异步编程，能处理大数据量的离线任务调度与数据流转。
3、SQL及数据库迁移：精通SQL性能调优，能独立分析并改写超过5张表关联的复杂慢SQL；熟悉SQLSERVER与达梦（DM8）的底层机制，有实际的国产数据库迁移经验或深刻理解两者语法与锁机制差异；熟悉Linux基本命令。
4、AI应用落地：有实际的RAG项目落地经验，熟悉向量检索原理，能清晰阐述不同分块策略及检索重排（Rerank）对召回率的影响；有Text-to-SQL实际落地经验，深刻理解NL2SQL的常见难点（如歧义消除、长表名映射）与解决方案。
加分项
1、有大型企业数字化系统（如OA、ERP、MES）数据接口集成经验者优先。
2、有大语言模型本地化部署、微调（Fine-tuning）或提示词工程优化经验者优先。
